| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文研究内容 | 第11-12页 |
| 1.4 本文组织结构 | 第12-13页 |
| 第二章 Hadoop计算平台 | 第13-19页 |
| 2.1 Hadoop计算平台简介 | 第13-17页 |
| 2.1.1 HDFS框架介绍 | 第14-15页 |
| 2.1.2 MapReduce框架介绍 | 第15-17页 |
| 2.2 为什么要选择Hadoop计算平台 | 第17页 |
| 2.3 什么场景下使用Hadoop计算平台 | 第17页 |
| 2.4 Hadoop集群的搭建 | 第17-18页 |
| 2.4.1 软硬件环境 | 第17-18页 |
| 2.4.2 部署过程 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 空间co-location模式挖掘概述 | 第19-29页 |
| 3.1 空间正co-location模式 | 第19-22页 |
| 3.1.1 相关概念 | 第19-21页 |
| 3.1.2 相关性质 | 第21页 |
| 3.1.3 常用的挖掘算法 | 第21-22页 |
| 3.2 负co-location模式 | 第22-25页 |
| 3.2.1 相关概念 | 第22-23页 |
| 3.2.2 相关性质 | 第23-24页 |
| 3.2.3 有趣负co-location模式的应用价值 | 第24-25页 |
| 3.2.4 有趣负co-location模式挖掘难处 | 第25页 |
| 3.3 频繁co-location正模式和有趣的负co-location模式的挖掘算法 | 第25-27页 |
| 3.4 本章小结 | 第27-29页 |
| 第四章 基于并行的空间正负co-location模式的挖掘 | 第29-43页 |
| 4.1 实例空间的划分 | 第29-31页 |
| 4.2 “贪心分配算法”分配空间数据块 | 第31-33页 |
| 4.3 基于并行的正负co-location模式挖掘算法 | 第33-37页 |
| 4.4 算法分析与讨论 | 第37-41页 |
| 4.4.1 算法的正确性和完整性分析 | 第37-40页 |
| 4.4.2 空间复杂度 | 第40页 |
| 4.4.3 时间复杂度 | 第40-41页 |
| 4.5 本章小结 | 第41-43页 |
| 第五章 实验分析 | 第43-49页 |
| 5.1 实验环境与实验数据 | 第43页 |
| 5.2 实验结果与分析 | 第43-48页 |
| 5.2.1 并行与串行算法的实验分析 | 第43-46页 |
| 5.2.1.1 参数d对算法的影响 | 第43-44页 |
| 5.2.1.2 参数min_prev对算法的影响 | 第44-45页 |
| 5.2.1.3 参数n对算法的影响 | 第45-46页 |
| 5.2.2 正负模式并行挖掘与正模式并行挖掘算法的实验分析 | 第46-48页 |
| 5.2.2.1 参数d对算法的影响 | 第46页 |
| 5.2.2.2 参数min_prev对算法的影响 | 第46页 |
| 5.2.2.3 参数n对算法的影响 | 第46-47页 |
| 5.2.2.4 PC数目对算法的影响 | 第47-48页 |
| 5.3 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 本文总结 | 第49页 |
| 6.2 未来研究 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-57页 |
| 攻读硕士学位期间取得的学术成果 | 第57页 |
