| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-10页 |
| 1 论文研究背景 | 第10-14页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状和分析 | 第11-12页 |
| 1.3 论文主要工作及创新点 | 第12页 |
| 1.4 论文组织框架 | 第12-14页 |
| 2 相关技术概述 | 第14-26页 |
| 2.1 MapReduce | 第14-16页 |
| 2.2 Hadoop | 第16-17页 |
| 2.3 聚类分析 | 第17-23页 |
| 2.3.1 聚类概述 | 第18-19页 |
| 2.3.2 聚类中的度量 | 第19-21页 |
| 2.3.3 聚类的主要分类 | 第21-23页 |
| 2.4 基于划分的典型聚类 | 第23-25页 |
| 2.4.1 K-means算法 | 第23-24页 |
| 2.4.2 Kmeans++算法 | 第24页 |
| 2.4.3 Kmeans||算法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于MapReduce的快速K-means聚类 | 第26-37页 |
| 3.1 性能瓶颈分析 | 第26-27页 |
| 3.2 抽样 | 第27-31页 |
| 3.2.1 系统抽样 | 第28-29页 |
| 3.2.2 迭代抽样 | 第29-31页 |
| 3.3 快速K-means聚类处理模型 | 第31-36页 |
| 3.3.1 基于权重的合并策略 | 第34页 |
| 3.3.2 基于分布的合并策略 | 第34-35页 |
| 3.3.3 数据划分 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 实验部分 | 第37-47页 |
| 4.1 实验环境 | 第37-39页 |
| 4.1.1 数据集介绍 | 第37-38页 |
| 4.1.2 集群配置介绍 | 第38-39页 |
| 4.1.3 基准算法与实验 | 第39页 |
| 4.2 实验结果对比 | 第39-43页 |
| 4.2.1 执行效率对比 | 第40-41页 |
| 4.2.2 可扩展性对比 | 第41-43页 |
| 4.3 聚类效果评价 | 第43-46页 |
| 4.3.1 聚类评估 | 第43-44页 |
| 4.3.2 偏离孤立点处理效果 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间发表学术论文情况 | 第51-52页 |
| 致谢 | 第52-53页 |