| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 关联规则挖掘算法研究现状 | 第11-12页 |
| 1.2.2 数据挖掘算法并行化研究现状 | 第12-13页 |
| 1.2.3 Hadoop研究现状 | 第13-14页 |
| 1.3 论文的主要工作 | 第14-15页 |
| 1.4 本文组织结构 | 第15页 |
| 1.5 本章小结 | 第15-16页 |
| 第2章 相关基础理论概述 | 第16-25页 |
| 2.1 关联规则挖掘算法相关知识 | 第16-18页 |
| 2.1.1 关联规则挖掘算法 | 第16-17页 |
| 2.1.2 从频繁项集得到关联规则 | 第17-18页 |
| 2.2 Hadoop简介 | 第18-24页 |
| 2.2.1 Hadoop构架 | 第18-20页 |
| 2.2.2 HDFS分布式文件系统 | 第20-23页 |
| 2.2.3 Map Reduce编程模型 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 关联规则挖掘算法的分析与研究 | 第25-45页 |
| 3.1 Apriori算法介绍 | 第25-30页 |
| 3.1.1 算法流程 | 第25-27页 |
| 3.1.2 Apriori算法实例 | 第27-30页 |
| 3.1.3 算法性能及分析 | 第30页 |
| 3.2 关联规则挖掘算法并行化研究 | 第30-39页 |
| 3.2.1 算法并行化策略 | 第31-32页 |
| 3.2.2 数据分布算法并行化策略 | 第32-35页 |
| 3.2.3 计数分布算法并行化策略 | 第35-39页 |
| 3.3 并行化关联规则挖掘算法的改进 | 第39-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于Hadoop平台并行化数据挖掘算法实现 | 第45-56页 |
| 4.1 程序验证环境 | 第45-47页 |
| 4.2 程序实现过程 | 第47-49页 |
| 4.3 实验结果及分析 | 第49-55页 |
| 4.3.1 执行时间对比 | 第50-51页 |
| 4.3.2 CPU和I/O性能对比 | 第51-52页 |
| 4.3.3 磁盘读写性能对比 | 第52-53页 |
| 4.3.4 内存使用情况对比 | 第53-54页 |
| 4.3.5 网络I/O对比 | 第54页 |
| 4.3.6 实验对比结论 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 结语 | 第56-58页 |
| 5.1 本文工作总结 | 第56-57页 |
| 5.2 未来工作展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 作者简介 | 第61-62页 |
| 致谢 | 第62页 |