| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 K-means聚类算法研究现状 | 第11-12页 |
| 1.2.2 基于距离的离群点检测算法研究现状 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第二章 基于Spark的分布式数据挖掘相关技术 | 第15-23页 |
| 2.1 Spark大数据处理框架 | 第15-19页 |
| 2.1.1 Spark架构 | 第16页 |
| 2.1.2 Spark弹性分布式数据集 | 第16-19页 |
| 2.2 聚类算法 | 第19-20页 |
| 2.3 离群点检测算法 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 分布式聚类算法CK-means及其并行化实现 | 第23-34页 |
| 3.1 K-means算法 | 第23-25页 |
| 3.2 基于概率的并行聚类算法CK-means | 第25-28页 |
| 3.2.1 Canopy算法 | 第25-26页 |
| 3.2.2 CK-means算法 | 第26-28页 |
| 3.2.3 算法复杂度分析 | 第28页 |
| 3.3 CK-means算法的并行化实现 | 第28-30页 |
| 3.4 实验结果分析 | 第30-33页 |
| 3.4.1 实验配置 | 第30-31页 |
| 3.4.2 结果评价标准 | 第31页 |
| 3.4.3 数据集的选取 | 第31页 |
| 3.4.4 CK-means实验结果分析 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 分布式离群点检测算法VDOD及其并行化实现 | 第34-48页 |
| 4.1 相关理论及概念 | 第34-36页 |
| 4.1.1 基于距离的DB(k,r)离群点检测 | 第34页 |
| 4.1.2 KD树 | 第34-35页 |
| 4.1.3 R树 | 第35-36页 |
| 4.2 基于方差的数据划分方法 | 第36-40页 |
| 4.2.1 数据块的划分 | 第37-39页 |
| 4.2.2 数据块的分配 | 第39-40页 |
| 4.3 分布式离群点检测算法VDOD | 第40-41页 |
| 4.3.1 局部离群点的计算 | 第40-41页 |
| 4.3.2 全局离群点计算 | 第41页 |
| 4.3.3 算法复杂度分析 | 第41页 |
| 4.4 VDOD算法的MapReduce实现 | 第41-43页 |
| 4.5 实验结果分析 | 第43-46页 |
| 4.5.1 数据集的选取 | 第43-44页 |
| 4.5.2 VDOD算法实验结果分析 | 第44-46页 |
| 4.6 本章小结 | 第46-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 全文总结 | 第48页 |
| 5.2 未来工作展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 附录 攻读硕士学位期间获得的成果 | 第53-54页 |
| 致谢 | 第54页 |