| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-13页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·国内外的研究现状 | 第11页 |
| ·本文的主要工作 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 第二章 Hadoop和Hama计算平台 | 第13-24页 |
| ·Hadoop计算平台 | 第13-16页 |
| ·HDFS主要架构介绍 | 第13-15页 |
| ·MapReduce主要架构介绍 | 第15-16页 |
| ·Hama计算平台 | 第16-19页 |
| ·Bsp编程模式介绍 | 第16-18页 |
| ·Hama软件架构介绍 | 第18-19页 |
| ·Hadoop和Hama集群搭建 | 第19-23页 |
| ·Hadoop和Hama集群环境操作 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于MapReduce的数据挖掘算法并行化 | 第24-37页 |
| ·K-means聚类算法 | 第24-28页 |
| ·K-means算法介绍 | 第24-25页 |
| ·MapReduce实现K-means聚类算法 | 第25-28页 |
| ·Naive-Bayes算法 | 第28-31页 |
| ·Naive-Bayes算法介绍 | 第28-29页 |
| ·MapReduce实现朴素贝叶斯算法 | 第29-31页 |
| ·PageRank算法 | 第31-33页 |
| ·PageRank算法介绍 | 第31-32页 |
| ·MapReduce实现PageRank算法 | 第32-33页 |
| ·矩阵转置与矩阵相乘 | 第33-36页 |
| ·矩阵转置 | 第34页 |
| ·矩阵相乘 | 第34-36页 |
| ·大矩阵乘法的应用 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于MapReduce的图算法并行化 | 第37-49页 |
| ·求图中所有的三角形 | 第37-40页 |
| ·求无向图中所有三角形 | 第37-38页 |
| ·求有向图中所有三角形 | 第38-40页 |
| ·求有向图中任意n元回路 | 第40-42页 |
| ·单源最短路径算法 | 第42-45页 |
| ·基于无向图的连通分量算法 | 第45-48页 |
| ·标签传播算法(LPA) | 第45-46页 |
| ·基于MapReduce的无向图连通分量算法 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 Hadoop和Hama编程框架比较 | 第49-67页 |
| ·使用Hama计算π值 | 第49-51页 |
| ·使用Hama求解图的单源最短路径问题 | 第51-56页 |
| ·算法实现 | 第51-53页 |
| ·算法测试及运行结果 | 第53-56页 |
| ·使用Hama求无向图的连通分量 | 第56-58页 |
| ·MapReduce编程模式总结 | 第58-64页 |
| ·MapReduce与传统并行框架比较 | 第58-60页 |
| ·MapReduce处理问题的特征 | 第60-62页 |
| ·MapReduce迭代算法流程 | 第62-64页 |
| ·MapReduce和Bsp编程模式比较 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结 | 第67-69页 |
| ·全文总结 | 第67-68页 |
| ·未来研究与展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 作者简历 | 第73页 |
| 硕士期间科研成果 | 第73页 |