| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-8页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 缺失值处理方法 | 第9页 |
| 1.3 缺失值填充方法研究现状 | 第9-10页 |
| 1.4 其他相关工作 | 第10-11页 |
| 1.5 本文主要研究工作 | 第11-12页 |
| 1.6 本文的结构 | 第12-13页 |
| 第2章 预备知识 | 第13-22页 |
| 2.1 缺失类型对填充算法的影响 | 第13-14页 |
| 2.1.1 缺失机制 | 第13页 |
| 2.1.2 缺失模式 | 第13-14页 |
| 2.2 贝叶斯网推理 | 第14-20页 |
| 2.2.1 概率论的相关基础知识 | 第14-15页 |
| 2.2.2 贝叶斯网络 | 第15-17页 |
| 2.2.3 概率推理 | 第17-20页 |
| 2.3 Map-Reduce 技术 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于贝叶斯网概率推理的填充算法 | 第22-46页 |
| 3.1 贝叶斯网的构建 | 第22-29页 |
| 3.2 缺失值填充 | 第29-38页 |
| 3.3 实验结果及分析 | 第38-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第4章 Map-Reduce 填充算法 | 第46-59页 |
| 4.1 基于 Map-Reduce 的贝叶斯网构造算法 | 第46-49页 |
| 4.2 基于 Map-Reduce 的概率推理算法 | 第49-54页 |
| 4.3 实验 | 第54-57页 |
| 4.3.1 算法的有效性 | 第55页 |
| 4.3.2 参数影响 | 第55-57页 |
| 4.4 连续属性的处理 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间发表的论文及其它成果 | 第64-66页 |
| 致谢 | 第66页 |