| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 本文结构安排 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 相关理论与平台 | 第15-30页 |
| 2.1 关联规则概述 | 第15-17页 |
| 2.1.1 关联规则基本概念 | 第15-16页 |
| 2.1.2 关联规则定理 | 第16-17页 |
| 2.1.3 关联规则挖掘过程 | 第17页 |
| 2.1.4 关联规则分类 | 第17页 |
| 2.2 关联规则相关算法简介 | 第17-20页 |
| 2.2.1 基于水平数据格式的Apriori系列算法 | 第17-18页 |
| 2.2.2 基于垂直数据格式的Eclat系列算法 | 第18-19页 |
| 2.2.3 基于树形数据格式的FP-Growth系列算法 | 第19-20页 |
| 2.3 Eclat算法详解 | 第20-23页 |
| 2.3.1 Eclat算法介绍 | 第20-22页 |
| 2.3.2 Eclat算法实例描述 | 第22-23页 |
| 2.4 分布式平台简介 | 第23-29页 |
| 2.4.1 Hadoop平台简介 | 第24-26页 |
| 2.4.2 Spark平台简介 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于位存储Tid的CPU并行化Eclat算法-BPEclat算法 | 第30-37页 |
| 3.1 Eclat算法及相关改进算法的不足 | 第30-31页 |
| 3.1.1 内存消耗问题 | 第30-31页 |
| 3.1.2 挖掘效率问题 | 第31页 |
| 3.2 BPEcat算法原理 | 第31-33页 |
| 3.2.1 BPEcat算法改进策略 | 第31-33页 |
| 3.3 BPEclat算法实现策略 | 第33-35页 |
| 3.3.1 位垂直Tid列表的数据结构 | 第33页 |
| 3.3.2 位垂直Tid列表的生成 | 第33-34页 |
| 3.3.3 候选项目的支持度计数 | 第34页 |
| 3.3.4 多线程挖掘任务分配 | 第34-35页 |
| 3.4 算法整体流程图 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于Spark平台的BPEcalt算法-SBPEcalt算法 | 第37-43页 |
| 4.1 基于Spark框架的分布式化与原理 | 第37-39页 |
| 4.1.1 并行思想概述 | 第37-38页 |
| 4.1.2 数据分区策略 | 第38-39页 |
| 4.2 SBPEclat算法实现策略 | 第39-40页 |
| 4.3 算法整体流程图 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 算法实现与实验结果分析 | 第43-49页 |
| 5.1 BPEclat算法实现与实验结果分析 | 第43-46页 |
| 5.1.1 实验环境与实验数据 | 第43页 |
| 5.1.2 实验结果对比与分析 | 第43-46页 |
| 5.2 SBPEclat算法实现与实验结果分析 | 第46-48页 |
| 5.2.1 实验环境与实验数据 | 第46页 |
| 5.2.2 实验结果对比与分析 | 第46-48页 |
| 5.3 本章小结 | 第48-49页 |
| 总结与展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |
