| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要内容 | 第13-14页 |
| 1.4 论文组织 | 第14-16页 |
| 第二章 相关理论与技术 | 第16-27页 |
| 2.1 Hadoop | 第16-17页 |
| 2.2 Scala | 第17-19页 |
| 2.3 Spark | 第19-24页 |
| 2.3.1 Spark框架概述 | 第19-20页 |
| 2.3.2 Spark的模块设计 | 第20-21页 |
| 2.3.3 Spark的RDD算子 | 第21-23页 |
| 2.3.4 Spark共享变量 | 第23-24页 |
| 2.4 频繁模式挖掘算法 | 第24-26页 |
| 2.4.1 数据挖掘简述 | 第24-25页 |
| 2.4.2 关联规则挖掘算法 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 并行化广度优先频繁项集挖掘算法PTBS | 第27-36页 |
| 3.1 投影树算法 | 第27页 |
| 3.2 基于Spark的PTBS算法 | 第27-31页 |
| 3.3 实验与分析 | 第31-35页 |
| 3.3.1 加速比测试 | 第32-33页 |
| 3.3.2 数据可扩展性测试 | 第33-35页 |
| 3.3.3 节点可扩展性测试 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 并行化深度优先频繁项集挖掘算法SPEclat | 第36-44页 |
| 4.1 Eclat算法 | 第36-37页 |
| 4.2 SPEclat算法 | 第37-40页 |
| 4.3 实验与分析 | 第40-43页 |
| 4.3.1 加速比测试 | 第40-41页 |
| 4.3.2 数据可扩展性测试 | 第41-42页 |
| 4.3.3 节点可扩展性测试 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 SPEclat算法在QAR数据中的应用 | 第44-50页 |
| 5.1 QAR数据简介 | 第44-45页 |
| 5.2 数据预处理 | 第45-46页 |
| 5.3 SPEclat在QAR数据中的应用 | 第46-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 本文主要工作及特色 | 第50页 |
| 6.2 下一步研究方向 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 作者简介 | 第58页 |