| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 离群值挖掘研究现状 | 第11-12页 |
| 1.2.2 Spark研究现状 | 第12-13页 |
| 1.3 论文的主要工作 | 第13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 相关技术 | 第15-26页 |
| 2.1 Spark相关技术 | 第15-19页 |
| 2.1.1 Spark简介 | 第15-16页 |
| 2.1.2 弹性分布式数据集RDD | 第16-18页 |
| 2.1.3 Spark任务流程 | 第18-19页 |
| 2.2 离群值挖掘相关技术 | 第19-23页 |
| 2.2.1 离群值定义 | 第19-20页 |
| 2.2.2 数据挖掘与离群值挖掘 | 第20-21页 |
| 2.2.3 离群值挖掘算法简介 | 第21-23页 |
| 2.3 聚类特征树 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 离群值挖掘算法分析与研究 | 第26-42页 |
| 3.1 离群值度量 | 第26-32页 |
| 3.1.1 二元性离群值 | 第26-28页 |
| 3.1.2 局部离群因子 | 第28-29页 |
| 3.1.3 LOF离群因子 | 第29-30页 |
| 3.1.4 LDOF离群因子 | 第30-32页 |
| 3.2 基于LDOF算法的剪枝策略优化 | 第32-36页 |
| 3.2.1 离群值特性 | 第32-34页 |
| 3.2.2 基于聚类特征树的剪枝策略 | 第34-35页 |
| 3.2.3 基于聚类特征树剪枝的局部离群值挖掘算法 | 第35-36页 |
| 3.4 算法性能及实验分析 | 第36-41页 |
| 3.4.1 算法复杂度分析 | 第36页 |
| 3.4.2 实验环境 | 第36-37页 |
| 3.4.3 实验结果及分析 | 第37-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于Spark平台离群值挖掘算法分析与实现 | 第42-50页 |
| 4.1 算法并行化策略 | 第42-44页 |
| 4.2 CFLDOF算法并行化分析 | 第44-47页 |
| 4.2.1 初始设计 | 第45页 |
| 4.2.2 算法改进 | 第45-47页 |
| 4.2.3 改进后的CFLDOF算法分析 | 第47页 |
| 4.3 基于Spark平台实现改进的CFLDOF并行化算法 | 第47-49页 |
| 4.3.1 基于Spark平台架设改进CFLDOF算法 | 第48-49页 |
| 4.3.2 基于Spark平台实现改进CFLDOF算法 | 第49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 结语 | 第50-52页 |
| 5.1 本文工作总结 | 第50-51页 |
| 5.2 未来工作展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54页 |
