| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文主要研究内容 | 第11页 |
| 1.4 论文组织结构 | 第11-12页 |
| 第2章 相关技术介绍 | 第12-24页 |
| 2.1 数据挖掘及相关技术 | 第12-13页 |
| 2.1.1 数据挖掘技术概述 | 第12-13页 |
| 2.1.2 关联规则 | 第13页 |
| 2.2 Hadoop及相关技术 | 第13-19页 |
| 2.2.1 Hadoop概述 | 第13-15页 |
| 2.2.2 分布式计算模型MapReduce | 第15-16页 |
| 2.2.3 分布式文件系统HDFS | 第16-17页 |
| 2.2.4 分布式数据库HBase | 第17-19页 |
| 2.3 XML及相关技术 | 第19-23页 |
| 2.3.1 XML概述 | 第19-20页 |
| 2.3.2 XML解析技术 | 第20-23页 |
| 2.3.3 XML数据挖掘 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 XML数据预处理 | 第24-34页 |
| 3.1 海量小型XML数据下Hadoop现存问题 | 第24-26页 |
| 3.1.1 HDFS存储问题 | 第24-25页 |
| 3.1.2 MapReduce访问处理问题 | 第25-26页 |
| 3.1.3 Inputformat数据处理问题 | 第26页 |
| 3.2 Hadoop问题解决方案 | 第26-32页 |
| 3.2.1 海量小型XML数据解析 | 第27-29页 |
| 3.2.2 中间数据合并 | 第29-30页 |
| 3.2.3 中间数据编码及存储 | 第30-32页 |
| 3.3 本章小结 | 第32-34页 |
| 第4章 关联规则算法XApriori的并行化实现 | 第34-44页 |
| 4.1 Apriori算法分析与改进 | 第34-37页 |
| 4.1.1 Apriori算法基本思想 | 第34-35页 |
| 4.1.2 Apriori算法的不足 | 第35-36页 |
| 4.1.3 Apriori算法的改进 | 第36-37页 |
| 4.2 XApriori算法并行化实现 | 第37-42页 |
| 4.2.1 基于Apriori算法的并行策略 | 第37-38页 |
| 4.2.2 XApriori算法并行化策略 | 第38-39页 |
| 4.2.3 基于MapReduce的XApriori算法实现 | 第39-42页 |
| 4.3 本章小结 | 第42-44页 |
| 第5章 系统设计与实验分析 | 第44-56页 |
| 5.1 系统应用架构 | 第44-46页 |
| 5.2 系统功能模块设计 | 第46-48页 |
| 5.2.1 海量XML解析器 | 第46-47页 |
| 5.2.2 中间数据合并器 | 第47页 |
| 5.2.3 中间数据存储编码器 | 第47-48页 |
| 5.2.4 分布式数据挖掘器 | 第48页 |
| 5.3 系统运行环境 | 第48-49页 |
| 5.4 系统环境配置 | 第49-52页 |
| 5.4.1 安装JDK | 第49页 |
| 5.4.2 配置SSH免密码登陆 | 第49-50页 |
| 5.4.3 Hadoop的安装与配置 | 第50-51页 |
| 5.4.4 HBase的安装与配置 | 第51-52页 |
| 5.5 实验结果分析 | 第52-54页 |
| 5.6 本章小结 | 第54-56页 |
| 第6章 总结 | 第56-58页 |
| 6.1 主要内容 | 第56页 |
| 6.2 工作展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间取得的研究成果 | 第62-64页 |
| 致谢 | 第64-65页 |