基于Hadoop的QAR数据组织分析关键技术
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文主要内容 | 第11-12页 |
| 1.4 论文组织 | 第12-14页 |
| 第二章 相关理论与技术 | 第14-25页 |
| 2.1 Hadoop | 第14-20页 |
| 2.1.1 MapReduce | 第15-17页 |
| 2.1.2 HDFS | 第17-18页 |
| 2.1.3 Hive | 第18-20页 |
| 2.2 数据仓库 | 第20-22页 |
| 2.2.1 数据仓库定义 | 第20-21页 |
| 2.2.2 数据仓库与操作数据库的区别 | 第21-22页 |
| 2.3 频繁模式挖掘算法 | 第22-24页 |
| 2.3.1 数据挖掘简述 | 第22-23页 |
| 2.3.2 频繁模式挖掘算法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于Hive的QAR数据仓库 | 第25-40页 |
| 3.1 数据仓库构建方案 | 第25页 |
| 3.2 数据仓库系统结构 | 第25-27页 |
| 3.3 数据仓库主题设计 | 第27-28页 |
| 3.4 多维数据模型构建 | 第28-31页 |
| 3.5 数据仓库工作流程设计与实现 | 第31-36页 |
| 3.5.1 数据仓库工作流程设计 | 第31页 |
| 3.5.2 数据仓库工作流程实现 | 第31-36页 |
| 3.6 实验与分析 | 第36-39页 |
| 3.6.1 实验环境 | 第36页 |
| 3.6.2 实验环境监控 | 第36-37页 |
| 3.6.3 实验数据 | 第37页 |
| 3.6.4 实验结果与分析 | 第37-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第四章 基于MapReduce的H-mine算法 | 第40-53页 |
| 4.1 H-mine算法 | 第40-41页 |
| 4.2 MRH-mine算法 | 第41-48页 |
| 4.2.1 MRH-mine具体步骤 | 第42-47页 |
| 4.2.2 MRH-mine整体流程 | 第47-48页 |
| 4.3 实验与分析 | 第48-52页 |
| 4.3.1 实验环境 | 第48-49页 |
| 4.3.2 实验数据 | 第49页 |
| 4.3.3 算法性能实验 | 第49-52页 |
| 4.3.4 QAR分析实验 | 第52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文主要工作及特色 | 第53页 |
| 5.2 下一步研究方向 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 作者简介 | 第60页 |
