| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 引言 | 第12-17页 |
| ·课题研究背景 | 第12页 |
| ·云计算的发展现状 | 第12-14页 |
| ·数据挖掘的研究现状 | 第14-15页 |
| ·决策树算法并行化的意义 | 第15-16页 |
| ·论文的研究内容及体系结构 | 第16-17页 |
| 第二章 云计算平台概述 | 第17-29页 |
| ·Google的云计算平台 | 第17-20页 |
| ·GFS文件系统 | 第17-18页 |
| ·MapReduce编程模型 | 第18-19页 |
| ·BigTable | 第19页 |
| ·Chubby锁机制 | 第19页 |
| ·Google云计算平台特性 | 第19-20页 |
| ·IBM的“蓝云”平台 | 第20-22页 |
| ·“蓝云”的虚拟化技术 | 第21页 |
| ·“蓝云”的存储结构 | 第21页 |
| ·“蓝云”平台特性 | 第21-22页 |
| ·abiCloud云计算平台 | 第22-23页 |
| ·abiCloud的体系结构 | 第22-23页 |
| ·abiCloud平台特性 | 第23页 |
| ·Hadoop云计算平台 | 第23-29页 |
| ·Hadoop的文件系统 | 第23-24页 |
| ·HDFS的体系结构 | 第24-25页 |
| ·Hadoop的MapReduce | 第25-27页 |
| ·Hadoop平台特性 | 第27-29页 |
| 第三章 决策树算法研究 | 第29-36页 |
| ·决策树概述 | 第29-30页 |
| ·决策树的学习过程 | 第30-31页 |
| ·决策树分割属性的方法 | 第31-33页 |
| ·信息增益分类法 | 第31-32页 |
| ·基尼指标分类法 | 第32-33页 |
| ·决策树常用算法及比较 | 第33-36页 |
| ·ID3算法 | 第33-34页 |
| ·CART算法 | 第34页 |
| ·SLIQ算法 | 第34-35页 |
| ·常用决策树算法比较 | 第35-36页 |
| 第四章 HaC4.5算法的Hadoop并行化及实现 | 第36-50页 |
| ·C4.5算法基本思想 | 第36-38页 |
| ·分裂属性选择 | 第36-37页 |
| ·建树过程 | 第37-38页 |
| ·HaC4.5算法的并行化实现 | 第38-42页 |
| ·数据预处理 | 第38-40页 |
| ·构建训练模型 | 第40-42页 |
| ·Hadoop平台搭建及配置 | 第42-46页 |
| ·实验结果及分析 | 第46-50页 |
| 第五章 HaSPRINT算法的Hadoop并行化及实现 | 第50-60页 |
| ·SPRINT算法的基本思想 | 第50-53页 |
| ·数据结构 | 第50-51页 |
| ·建树过程 | 第51-52页 |
| ·最佳分割点选择 | 第52-53页 |
| ·HaSPRINT算法的并行化实现 | 第53-56页 |
| ·算法改进 | 第53-54页 |
| ·算法在Hadoop平台的部署 | 第54-56页 |
| ·实验数据 | 第56页 |
| ·实验结果及分析 | 第56-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 附录1 攻读学位期间发表的论文及参与的科研项目目录 | 第65页 |
