| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第二章 相关技术与Spark分布式平台搭建 | 第14-29页 |
| 2.1 数据挖掘概述 | 第14-16页 |
| 2.1.1 数据挖掘的概念 | 第14-15页 |
| 2.1.2 数据挖掘的步骤 | 第15-16页 |
| 2.2 聚类分析 | 第16-19页 |
| 2.2.1 聚类分析概述 | 第16-17页 |
| 2.2.2 聚类分析算法 | 第17-19页 |
| 2.3 关联规则分析 | 第19-20页 |
| 2.3.1 关联规则定义 | 第19页 |
| 2.3.2 关联规则应用 | 第19-20页 |
| 2.4 Spark分布式计算框架 | 第20-25页 |
| 2.4.1 Spark的体系架构 | 第20-22页 |
| 2.4.2 Spark MLlib介绍 | 第22页 |
| 2.4.3 Scala语言特点 | 第22-23页 |
| 2.4.4 Spark运行时架构 | 第23页 |
| 2.4.5 Spark on YARN介绍 | 第23-24页 |
| 2.4.6 与Hadoop平台的对比 | 第24-25页 |
| 2.5 Spark开发环境及分布式集群搭建 | 第25-28页 |
| 2.5.1 集群硬件和软件环境 | 第25-27页 |
| 2.5.2 搭建分布式Spark集群 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 基于大数据的超市用户聚类分析 | 第29-51页 |
| 3.1 基于Spark的K-means算法实现 | 第29-35页 |
| 3.1.1 K-means算法分析 | 第30-31页 |
| 3.1.2 基于Spark MLlib实现并行化K-means算法思想 | 第31-32页 |
| 3.1.3 基于Spark的k-means算法核心代码分析 | 第32-35页 |
| 3.2 实验与分析 | 第35-50页 |
| 3.2.1 超市用户数据特征挖掘 | 第35-44页 |
| 3.2.2 用户聚类实验分析 | 第44-49页 |
| 3.2.3 Spark框架效率分析 | 第49-50页 |
| 3.3 本章小结 | 第50-51页 |
| 第四章 基于大数据的超市商品关联规则挖掘 | 第51-67页 |
| 4.1 FP-Growth算法关联规则设计与实现 | 第51-56页 |
| 4.1.1 FP-Growth算法原理与流程 | 第51-53页 |
| 4.1.2 基于Spark的并行化FP-Growth算法实现 | 第53-56页 |
| 4.2 实验与分析 | 第56-65页 |
| 4.2.1 数据集 | 第56-57页 |
| 4.2.2 实验过程 | 第57-61页 |
| 4.2.3 实验结果分析 | 第61-65页 |
| 4.3 本章小结 | 第65-67页 |
| 第五章 总结和展望 | 第67-69页 |
| 5.1 研究总结 | 第67页 |
| 5.2 未来研究展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 作者攻读学位期间发表的学术论文目录 | 第73页 |
