| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-12页 |
| ·研究背景及意义 | 第10-11页 |
| ·本文的研究内容 | 第11页 |
| ·本文的组织结构 | 第11-12页 |
| 第2章 相关技术及平台 | 第12-20页 |
| ·云计算 | 第12-16页 |
| ·云计算概述 | 第12页 |
| ·云计算特点 | 第12-13页 |
| ·云计算体系结构 | 第13-14页 |
| ·Hadoop MapReduce | 第14-16页 |
| ·数据挖掘 | 第16-18页 |
| ·数据挖掘任务与常见算法 | 第16-17页 |
| ·数据挖掘与云计算 | 第17-18页 |
| ·其他云平台 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 基于Hadoop的机票预测系统 | 第20-42页 |
| ·问题描述与分析 | 第20页 |
| ·基于Hadoop的机票预测问题建模 | 第20-24页 |
| ·机票预测系统的设计 | 第20-21页 |
| ·机票数据获取 | 第21-22页 |
| ·机票数据分析 | 第22-24页 |
| ·机票价格预测方法 | 第24-29页 |
| ·机票Tsa_Ticket算法 | 第24-25页 |
| ·Cluster_Predict_Ticket算法 | 第25-29页 |
| ·Cluster_Predict_Ticket算法在Hadoop上的实现 | 第29-35页 |
| ·Hadoop数据预处理 | 第29-30页 |
| ·PTKMeans算法在Hadoop上并行实现 | 第30-33页 |
| ·PTRF算法在Hadoop环境下的实现 | 第33-34页 |
| ·PCluster_Predict_Ticket算法在Hadoop环境下的实现 | 第34-35页 |
| ·模型的更新 | 第35页 |
| ·实验与分析 | 第35-40页 |
| ·数据预处理效率实验 | 第35-36页 |
| ·Hadoop PTKMeans算法实验 | 第36-37页 |
| ·Hadoop PTRF算法实验 | 第37-38页 |
| ·PCluster_Predict_Ticket算法实验 | 第38-40页 |
| ·本章小结 | 第40-42页 |
| 第4章 异构环境下Hadoop任务分配策略的改进 | 第42-60页 |
| ·Hadoop调度策略研究 | 第42-45页 |
| ·Hadoop调度流程 | 第43页 |
| ·Hadoop常见调度器及调度策略 | 第43-45页 |
| ·Hadoop任务分配问题建模 | 第45-50页 |
| ·网络流的基本概念 | 第45-47页 |
| ·Hadoop任务分配流网络 | 第47-50页 |
| ·λ-Flow算法 | 第50-55页 |
| ·Hadoop任务流网络初始化 | 第50-51页 |
| ·Flow-SPFA算法 | 第51-52页 |
| ·TaskMinCostMaxFlow算法 | 第52-53页 |
| ·Hadoop任务分配λ-Flow算法 | 第53-55页 |
| ·实验与结果 | 第55-59页 |
| ·实验环境 | 第55-56页 |
| ·λ-Flow 算法运行时间 | 第56-57页 |
| ·作业完成时间 | 第57-58页 |
| ·作业完成时间与步长X的关系 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| ·本文总结 | 第60页 |
| ·研究展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第68页 |
