| 摘要 | 第1-4页 |
| Abstract | 第4-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题研究的背景和意义 | 第11-12页 |
| ·Fenster概述 | 第12页 |
| ·索引擎技术现状概述 | 第12-14页 |
| ·数据流处理技术概述 | 第14-16页 |
| ·频繁项挖掘技术概述 | 第16-19页 |
| ·经典静态集合的频繁项挖掘 | 第16-17页 |
| ·基于数据流的误差估计频繁项挖掘算法 | 第17-18页 |
| ·基于数据流的二次扫描算法 | 第18-19页 |
| ·三种技术融合的应用 | 第19页 |
| ·Fenster在其他领域的应用 | 第19页 |
| ·本文的研究内容和主要工作 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第2章 系统框架设计 | 第21-35页 |
| ·系统概述 | 第21-23页 |
| ·系统功能和应用综述 | 第23-26页 |
| ·Fenster-D部署及流程描述 | 第26-30页 |
| ·系统关键技术 | 第30-33页 |
| ·数据流处理技术 | 第30-31页 |
| ·Lattice Lossy Counting算法 | 第31-32页 |
| ·挖掘结果归并技术 | 第32页 |
| ·高度可扩展的系统功能 | 第32-33页 |
| ·系统特点综述 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 改进 Lossy Counting算法 | 第35-52页 |
| ·关联挖掘以及简化关联挖掘 | 第35页 |
| ·问题定义 | 第35-36页 |
| ·Lossy Counting算法 | 第36-38页 |
| ·实现方案 | 第36-37页 |
| ·技术特点 | 第37-38页 |
| ·算法改进策略 | 第38-43页 |
| ·时间特性改进 | 第38-41页 |
| ·应用相关改进 | 第41-43页 |
| ·Lattice Lossy Counting算法的实现方案 | 第43-47页 |
| ·Lattice Lossy Counting算法的代码设计 | 第47-50页 |
| ·Lattice Lossy Counting算法的应用和实现改进前景 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 数据流处理子系统实现 | 第52-60页 |
| ·数据流处理子系统主要架构和功能 | 第52页 |
| ·网络收发模块 | 第52-54页 |
| ·滑动窗口模块 | 第54-55页 |
| ·固定窗口技术 | 第54页 |
| ·可变窗口技术 | 第54-55页 |
| ·流量控制模块 | 第55-57页 |
| ·采样处理策略 | 第56页 |
| ·分流处理策略 | 第56-57页 |
| ·系统性能状况监视模块 | 第57-58页 |
| ·日志模块 | 第58-59页 |
| ·配置文件模块 | 第59页 |
| ·本章小结 | 第59-60页 |
| 第5章 存储归并子系统 | 第60-67页 |
| ·存储和归并子系统概要 | 第60页 |
| ·Lattice Lossy Counting算法内部存储 | 第60-62页 |
| ·Phase I存储模块 | 第60-62页 |
| ·Phase II存储模块 | 第62页 |
| ·系统综合存储模块 | 第62-63页 |
| ·查询接口 | 第63-65页 |
| ·归并策略 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 算法和系统性能测试 | 第67-86页 |
| ·算法性能比较 | 第67-75页 |
| ·实验数据概述 | 第67-68页 |
| ·时间性能比较 | 第68-72页 |
| ·空间性能比较 | 第72-75页 |
| ·算法正确性实验 | 第75-78页 |
| ·实验配置和结果 | 第75-77页 |
| ·实验结果分析 | 第77-78页 |
| ·系统性能测试和比较 | 第78-84页 |
| ·Fenster-C系统性能验证 | 第78-82页 |
| ·Fenster-D系统性能分析 | 第82-84页 |
| ·算法和系统性能结论 | 第84-85页 |
| ·本章小结 | 第85-86页 |
| 第7章 总结和展望 | 第86-88页 |
| ·总结 | 第86页 |
| ·展望 | 第86-88页 |
| 参考文献 | 第88-92页 |
| 致谢 | 第92-93页 |
| 附录:配置文件格式和内容 | 第93-94页 |
