| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.2.1 Web日志挖掘的研究现状 | 第10页 |
| 1.2.2 并行计算平台的研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第二章 相关技术与研究 | 第13-24页 |
| 2.1 Web日志挖掘的相关理论 | 第13-15页 |
| 2.1.1 数据挖掘 | 第13页 |
| 2.1.2 Web挖掘 | 第13-14页 |
| 2.1.3 Web日志挖掘的过程 | 第14-15页 |
| 2.1.4 Web日志挖掘的应用 | 第15页 |
| 2.2 并行计算平台的相关技术 | 第15-23页 |
| 2.2.1 Hadoop计算平台 | 第16-20页 |
| 2.2.2 Spark计算平台 | 第20-23页 |
| 2.2.3 Spark和Hadoop的关系 | 第23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 Web日志数据预处理 | 第24-35页 |
| 3.1 引言 | 第24页 |
| 3.2 Web日志 | 第24-25页 |
| 3.3 Web日志预处理流程 | 第25-28页 |
| 3.3.1 数据清洗 | 第26-27页 |
| 3.3.2 用户识别 | 第27页 |
| 3.3.3 会话识别 | 第27-28页 |
| 3.3.4 路径完善 | 第28页 |
| 3.4 事务识别 | 第28-33页 |
| 3.4.1 事务识别的改进 | 第29-32页 |
| 3.4.2 实验分析 | 第32-33页 |
| 3.5 基于MapReduce的日志预处理 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 集合频繁模式挖掘 | 第35-49页 |
| 4.1 引言 | 第35页 |
| 4.2 集合频繁模式挖掘算法 | 第35-38页 |
| 4.3 近似负载均衡的并行FP-Growth算法 | 第38-44页 |
| 4.3.1 数据分区的依据 | 第38-39页 |
| 4.3.2 负载度量和分组 | 第39-41页 |
| 4.3.3 事务数据库的划分 | 第41-42页 |
| 4.3.4 不同负载均衡策略的比较 | 第42-44页 |
| 4.4 基于MapReduce的近似负载均衡的并行FP-Growth算法 | 第44-46页 |
| 4.5 实验分析 | 第46-48页 |
| 4.6 Web日志集合频繁模式的应用 | 第48页 |
| 4.7 本章小结 | 第48-49页 |
| 第五章 序列频繁模式挖掘 | 第49-58页 |
| 5.1 引言 | 第49页 |
| 5.2 序列频繁模式挖掘算法 | 第49-50页 |
| 5.3 AprioriAll算法的并行化 | 第50-55页 |
| 5.3.1 AprioriAll算法的并行化分析 | 第50-52页 |
| 5.3.2 基于Spark的并行AprioriAll算法 | 第52-54页 |
| 5.3.3 分布式环境下的支持度计数 | 第54-55页 |
| 5.4 实验分析 | 第55-57页 |
| 5.5 Web日志序列频繁模式的应用 | 第57页 |
| 5.6 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-59页 |
| 6.1 总结 | 第58页 |
| 6.2 未来工作 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 硕士期间发表的论文 | 第63页 |