| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-16页 |
| ·研究背景 | 第12页 |
| ·流数据挖掘的研究现状 | 第12-14页 |
| ·研究成果 | 第12-13页 |
| ·存在的问题 | 第13-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| ·本文结构 | 第15-16页 |
| 第2章 聚类分析概述 | 第16-27页 |
| ·数据挖掘技术 | 第16-18页 |
| ·数据挖掘的概念 | 第16页 |
| ·数据挖掘的过程 | 第16-18页 |
| ·流数据挖掘 | 第18-19页 |
| ·流数据的定义及特点 | 第18页 |
| ·流数据挖掘的特点 | 第18-19页 |
| ·一般聚类分析概述 | 第19-22页 |
| ·聚类分析的概念 | 第20页 |
| ·聚类分析算法 | 第20-22页 |
| ·流数据聚类分析 | 第22-26页 |
| ·流数据聚类分析的要求 | 第22-23页 |
| ·流数据聚类分析算法 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 Spark计算平台 | 第27-38页 |
| ·云计算概述 | 第27-29页 |
| ·云计算的概念 | 第27页 |
| ·云计算的核心技术 | 第27-28页 |
| ·MapReduce编程模型 | 第28-29页 |
| ·Spark分布式计算平台 | 第29-37页 |
| ·Spark框架概述 | 第30-31页 |
| ·弹性分布式数据集(Resilient Distributed dataset,RDD) | 第31-33页 |
| ·Spark工作机制详解 | 第33-36页 |
| ·Shuffle机制 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 RDDGD-Stream算法的设计与实现 | 第38-56页 |
| ·网格和密度 | 第38-40页 |
| ·RDDGD-Stream算法的总体框架 | 第40-41页 |
| ·数据空间的初始划分 | 第41-43页 |
| ·初始划分的基本思路 | 第41-42页 |
| ·初始划分的实现 | 第42-43页 |
| ·基于有效时间的数据淘汰算法 | 第43-46页 |
| ·算法思路 | 第44-45页 |
| ·算法实现 | 第45-46页 |
| ·基于网格数据点数目的重分区算法 | 第46-47页 |
| ·重分区算法的基本思路 | 第46页 |
| ·重分区算法的实现 | 第46-47页 |
| ·DBSCAN算法的优化 | 第47-55页 |
| ·DBSCAN算法分析 | 第48-50页 |
| ·基于网格的DBSCAN算法——GDBSCAN | 第50-52页 |
| ·GDBSCAN算法的并行化思路 | 第52-53页 |
| ·GDBSCAN算法的并行化实现 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 实验与实验结果分析 | 第56-67页 |
| ·GDBSCAN算法的实验设计与结果分析 | 第56-59页 |
| ·实验环境与数据准备 | 第56页 |
| ·等分倍数分析 | 第56-57页 |
| ·加速比分析 | 第57-59页 |
| ·RDDGD-Stream算法的实验设计与结果分析 | 第59-66页 |
| ·实验环境与数据准备 | 第59-63页 |
| ·演化性测试 | 第63-64页 |
| ·聚类质量对比测试 | 第64页 |
| ·聚类效率对比测试 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间发表的论文 | 第72-73页 |
| 致谢 | 第73页 |