基于Hadoop的频繁模式挖掘算法研究
| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 本文的主要工作 | 第14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 2 频繁模式挖掘 | 第16-27页 |
| 2.1 关联规则 | 第16-17页 |
| 2.2 频繁模式挖掘基本概念 | 第17-20页 |
| 2.2.1 问题描述和概念定义 | 第17-18页 |
| 2.2.2 搜索策略 | 第18-19页 |
| 2.2.3 数据格式 | 第19-20页 |
| 2.3 经典频繁模式挖掘算法 | 第20-26页 |
| 2.3.1 Apriori算法 | 第20-23页 |
| 2.3.2 FP-Growth算法 | 第23-24页 |
| 2.3.3 Eclat算法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 Haoop概述 | 第27-35页 |
| 3.1 Hadoop的简述 | 第27-28页 |
| 3.2 分布式文件系统——HDFS | 第28-30页 |
| 3.3 分布式编程模型——MapReduce | 第30-33页 |
| 3.4 资源管理器Yarn | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 基于dFIN算法的并行化设计与实现 | 第35-49页 |
| 4.1 dFIN算法 | 第35-42页 |
| 4.1.1 PPC-tree定义 | 第36-37页 |
| 4.1.2 DiffNodeset定义 | 第37-41页 |
| 4.1.3 dFIN算法流程 | 第41-42页 |
| 4.2 dFIN的并行化算法——MRdFIN | 第42-48页 |
| 4.2.1 统计一阶频繁模式 | 第43-44页 |
| 4.2.2 均衡分组 | 第44-46页 |
| 4.2.3 并行dFIN挖掘k-项集 | 第46-48页 |
| 4.3 本章小结 | 第48-49页 |
| 5 基于Hadoop的频繁模式混合挖掘算法 | 第49-65页 |
| 5.1 混合搜索策略 | 第49-51页 |
| 5.2 混合数据格式 | 第51-55页 |
| 5.2.1 混合垂直数据格式——mixset | 第51-52页 |
| 5.2.2 基于快速失败机制的交叉计数 | 第52-54页 |
| 5.2.3 垂直数据格式转换为水平数据格式 | 第54-55页 |
| 5.3 剪枝策略 | 第55-59页 |
| 5.3.1 构建有序搜索树 | 第55-56页 |
| 5.3.2 完全剪枝 | 第56-57页 |
| 5.3.3 根据非频繁模式进行不完全剪枝 | 第57-59页 |
| 5.4 混合挖掘算法HFPM | 第59-63页 |
| 5.4.1 统计一阶和二阶频繁模式阶段 | 第60-61页 |
| 5.4.2 划分阶段 | 第61-62页 |
| 5.4.3 混合挖掘阶段 | 第62-63页 |
| 5.5 本章小结 | 第63-65页 |
| 6 实验与分析 | 第65-72页 |
| 6.1 实验环境与数据 | 第65-66页 |
| 6.2 实验结果与分析 | 第66-71页 |
| 6.2.1 运行时间对比 | 第66-68页 |
| 6.2.2 伸缩性对比 | 第68-69页 |
| 6.2.3 算法策略分析 | 第69-71页 |
| 6.3 本章小结 | 第71-72页 |
| 7 总结与展望 | 第72-73页 |
| 7.1 全文总结 | 第72页 |
| 7.2 未来展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 本文作者硕士期间参加的科研项目及学术成果 | 第76-77页 |
| 致谢 | 第77-78页 |
