基于关联分析的移动评教数据预取与缓存研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 评教系统发展现状 | 第12页 |
| 1.2.2 数据预取研究现状 | 第12-13页 |
| 1.2.3 缓存与替换策略研究现状 | 第13-14页 |
| 1.3 研究内容及意义 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 相关理论与知识介绍 | 第16-25页 |
| 2.1 移动计算环境特点 | 第16-17页 |
| 2.2 数据预取技术 | 第17-21页 |
| 2.2.1 数据预取算法简介 | 第17-18页 |
| 2.2.2 缓存与缓存替换策略 | 第18-21页 |
| 2.3 关联规则挖掘技术 | 第21-23页 |
| 2.3.1 关联规则的定义及基本概念 | 第21-22页 |
| 2.3.2 关联规则的挖掘过程 | 第22-23页 |
| 2.4 内存数据库介绍 | 第23-24页 |
| 2.4.1 Redis简介 | 第23页 |
| 2.4.2 Redis数据库特点 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于FP-Growth算法的数据预取模型 | 第25-36页 |
| 3.1 FP-Growth算法 | 第25-28页 |
| 3.1.1 FP-Growth算法介绍 | 第25页 |
| 3.1.2 算法工作流程 | 第25-28页 |
| 3.2 预取模型 | 第28-33页 |
| 3.2.1 历史数据处理 | 第28-29页 |
| 3.2.2 关联规则挖掘 | 第29页 |
| 3.2.3 预取数据价值评估 | 第29-31页 |
| 3.2.4 数据预取过程 | 第31-32页 |
| 3.2.5 关联规则增量更新 | 第32-33页 |
| 3.3 模型性能分析 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 缓存系统模型 | 第36-53页 |
| 4.1 服务器端缓存模式 | 第36-37页 |
| 4.2 缓存模型 | 第37-43页 |
| 4.2.1 分层缓存 | 第37-38页 |
| 4.2.2 分层模型 | 第38页 |
| 4.2.3 缓存内容数据结构 | 第38-41页 |
| 4.2.4 缓存层级计算 | 第41-42页 |
| 4.2.5 缓存访问 | 第42-43页 |
| 4.3 缓存更新策略 | 第43-48页 |
| 4.3.1 缓存过期策略 | 第43-45页 |
| 4.3.2 缓存替换策略 | 第45-48页 |
| 4.4 缓存一致性维护 | 第48-49页 |
| 4.5 仿真性能测试与分析 | 第49-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本论文研究总结 | 第53-54页 |
| 5.2 进一步的研究工作 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间参与的科研项目及取得的成果 | 第59-60页 |
| 致谢 | 第60页 |
