| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-17页 |
| 1.1 数据挖掘 | 第7-13页 |
| 1.1.1 数据挖掘的产生 | 第7页 |
| 1.1.2 数据挖掘的定义 | 第7页 |
| 1.1.3 数据挖掘的基本任务 | 第7-9页 |
| 1.1.4 数据挖掘的一般过程 | 第9-11页 |
| 1.1.5 数据挖掘的应用 | 第11-13页 |
| 1.2 离群点挖掘及研究现状 | 第13-14页 |
| 1.2.1 离群点的定义及分类 | 第13页 |
| 1.2.2 离群点挖掘的常用方法 | 第13-14页 |
| 1.3 本文研究内容及论文组织 | 第14-17页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 论文组织 | 第15-17页 |
| 第二章 离群数据与并行编程模型 | 第17-21页 |
| 2.1 离群点概述 | 第17页 |
| 2.1.1 离群点的定义 | 第17页 |
| 2.2 分布式并行编程模型概述 | 第17-18页 |
| 2.2.1 MapReduce编程模型与Hadoop | 第17-18页 |
| 2.2.2 分布式并行计算 | 第18页 |
| 2.3 离群数据挖掘方法 | 第18-20页 |
| 2.3.1 基于网格单元的离群数据挖掘方法 | 第18-19页 |
| 2.3.2 MapReduce并行离群数据挖掘方法 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于网格单元和P权值的离群数据挖掘算法 | 第21-29页 |
| 3.1 引言 | 第21-22页 |
| 3.2 单元网格、距离和离群数据 | 第22-23页 |
| 3.3 基于单元和P权值的离群数据挖掘算法 | 第23-25页 |
| 3.3.1 基本思想 | 第23-24页 |
| 3.3.2 算法描述 | 第24页 |
| 3.3.3 单元格边长L的确定 | 第24-25页 |
| 3.4 算法分析 | 第25页 |
| 3.5 实验结果与分析 | 第25-27页 |
| 3.6 结论 | 第27-29页 |
| 第四章 MapReduce下的离群数据并行挖掘算法 | 第29-37页 |
| 4.1 引言 | 第29页 |
| 4.2 相关工作 | 第29-30页 |
| 4.3 基本概念 | 第30页 |
| 4.4 基于网格单元和P权值的并行离群数据挖掘方法 | 第30-33页 |
| 4.4.1 基本思想 | 第30-31页 |
| 4.4.2 算法描述 | 第31-33页 |
| 4.5 实验结果及分析 | 第33-35页 |
| 4.5.1 可伸缩性 | 第33页 |
| 4.5.2 可拓展性 | 第33-35页 |
| 4.6 结语 | 第35-37页 |
| 第五章 总结与展望 | 第37-39页 |
| 5.1 总结 | 第37页 |
| 5.2 展望 | 第37-39页 |
| 参考文献 | 第39-43页 |
| 致谢 | 第43-45页 |
| 攻读硕士学位期间论文发表情况 | 第45-47页 |
| 个人简介与联系方式 | 第47页 |
