首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

X10语言在云端海量数据处理中的应用与实现

摘要第1-7页
Abstract第7-11页
第1章 引言第11-14页
   ·研究背景第11页
   ·研究现状第11-12页
   ·主要工作第12-13页
   ·组织结构第13-14页
第2章 云平台下的数据挖掘和 X10 语言概述第14-26页
   ·云端数据挖掘技术介绍第14-20页
     ·数据挖掘简介第14-15页
     ·分布式数据挖掘第15-16页
     ·云平台 MapReduce 编程模型第16-20页
   ·X10 语言算法分析第20-26页
     ·面向对象特性第21-22页
     ·X10 顺序核心特性第22-23页
     ·空间和活动第23-24页
     ·时钟第24页
     ·将 MPI 转化为 X10第24-26页
第3章 海量数据挖掘在云计算的应用研究第26-42页
   ·并行挖掘算法分析和挖掘策略第26-27页
   ·X10 语言应用于 MapReduce第27-32页
     ·并行数据挖掘在云计算环境下的改进第28-29页
     ·MapReduce 框架下的 X10 编程模型第29-30页
     ·算法实现第30-32页
   ·Apriori 算法研究第32-35页
     ·Apriori 算法分析和具体步骤第32-33页
     ·X10 语言改写 Apriori 算法第33-35页
   ·热点话题提取算法研究第35-39页
     ·热点话题提取算法分析和具体步骤第35-36页
     ·X10 语言改写中文热点提取算法第36-39页
   ·协同过滤算法研究第39-42页
     ·协同过滤系统算法分析和具体步骤第39-40页
     ·X10 语言改写协同过滤算法第40-42页
第4章 数据挖掘效率仿真和应用第42-55页
   ·实验环境的搭建第42-45页
     ·X10 语言实验环境搭建第42-44页
     ·Hadoop 实验环境搭建第44-45页
   ·Apriori 算法实验过程第45-47页
   ·热点提取算法实验过程与结果分析第47-48页
   ·协同过滤算法实验过程及结果分析第48-49页
   ·搭建微博推荐系统模块第49-55页
     ·微博推荐系统的基本框架第50-52页
     ·实验步骤第52-53页
     ·性能测试第53-55页
第5章 结语第55-57页
   ·工作总结第55-56页
   ·研究展望第56-57页
参考文献第57-59页
作者简介及在学期间所取得的科研成果第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:广电协同办公系统的设计与实现
下一篇:基于内容识别的不良网页双重过滤方法研究