| 西北师范大学研究生学位论文作者信息 | 第5-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 云计算概览 | 第11-13页 |
| 1.2.2 基于Hadoop的数据挖掘研究 | 第13-14页 |
| 1.3 论文主要工作 | 第14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 2 Hadoop技术框架分析 | 第15-26页 |
| 2.1 Hadoop的起源及简介 | 第15-17页 |
| 2.1.1 Hadoop生态圈 | 第16-17页 |
| 2.2 HDFS | 第17-21页 |
| 2.2.1 HDFS相关概念 | 第17-20页 |
| 2.2.2 HDFS的主要设计理念及弊端 | 第20-21页 |
| 2.2.3 HDFS的设计优化 | 第21页 |
| 2.3 MapReduce | 第21-25页 |
| 2.3.1 剖析MapReduce | 第21-23页 |
| 2.3.2 MapReduce的体系结构 | 第23-24页 |
| 2.3.3 MapReduce的工作原理 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于Hadoop的数据挖掘分析 | 第26-34页 |
| 3.1 数据挖掘技术概述 | 第26-30页 |
| 3.1.1 数据挖掘技术发展历程 | 第26-27页 |
| 3.1.2 数据挖掘技术的分类 | 第27-28页 |
| 3.1.3 数据挖掘技术的流程 | 第28-30页 |
| 3.2 典型的数据挖掘系统构成 | 第30-31页 |
| 3.3 基于Hadoop的数据挖掘系统的构建 | 第31-33页 |
| 3.3.1 需求分析 | 第31页 |
| 3.3.2 基本设计思想 | 第31-32页 |
| 3.3.3 系统结构模型 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 Apriori算法 | 第34-43页 |
| 4.1 Apriori算法理论需求 | 第34-36页 |
| 4.2 Apriori算法的基本思想 | 第36-42页 |
| 4.2.1 Apriori算法实例 | 第38-41页 |
| 4.2.2 Apriori算法的缺陷 | 第41-42页 |
| 4.2.3 Apriori算法的主要应用 | 第42页 |
| 4.3 本章小结 | 第42-43页 |
| 5 Apriori算法改进 | 第43-60页 |
| 5.1 Apriori算法改进思想 | 第43-44页 |
| 5.2 Apriori算法与MapReduce计算模型结合方法 | 第44-50页 |
| 5.2.1 算法示例分析 | 第46-50页 |
| 5.3 算法设计 | 第50-53页 |
| 5.3.1 产生频繁项集过程 | 第50-53页 |
| 5.3.2 算法性能分析 | 第53页 |
| 5.4 Hadoop集群构建 | 第53-57页 |
| 5.4.1 环境搭建 | 第53-55页 |
| 5.4.2 Hadoop安装及文件配置 | 第55-56页 |
| 5.4.3 Hadoop集群的启动 | 第56-57页 |
| 5.5 数据对比试验 | 第57-59页 |
| 5.6 本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65页 |