| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.3.1 分布式计算研究现状 | 第13页 |
| 1.3.2 流数据聚类研究现状 | 第13-15页 |
| 1.4 本文主要的研究内容 | 第15页 |
| 1.5 本文的组织结构 | 第15-17页 |
| 第2章 相关理论方法研究综述 | 第17-27页 |
| 2.1 聚类分析定义 | 第17-18页 |
| 2.2 经典聚类算法 | 第18-20页 |
| 2.3 流数据相关概念 | 第20-21页 |
| 2.4 流数据挖掘技术 | 第21-22页 |
| 2.5 流数据聚类算法 | 第22-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第3章 分布式计算平台 | 第27-35页 |
| 3.1 Hadoop | 第27-30页 |
| 3.1.1 MapReduce | 第28页 |
| 3.1.2 HDFS | 第28-29页 |
| 3.1.3 YARN | 第29-30页 |
| 3.2 STORM | 第30-31页 |
| 3.3 Spark | 第31-33页 |
| 3.3.1 RDD(弹性分布式数据集) | 第31-32页 |
| 3.3.2 SparkStreaming | 第32-33页 |
| 3.3.3 MLlib | 第33页 |
| 3.4 本章小结 | 第33-35页 |
| 第4章 基于Clustream的流数据聚类算法 | 第35-47页 |
| 4.1 基本概念 | 第35-36页 |
| 4.1.1 算法定义 | 第35页 |
| 4.1.2 算法思想 | 第35-36页 |
| 4.2 改进的在线微聚类层 | 第36-39页 |
| 4.3 基于SA算法的离线宏聚类层 | 第39-43页 |
| 4.3.1 SA算法思想 | 第40页 |
| 4.3.2 SA算法流程 | 第40-41页 |
| 4.3.3 基于SA思想的改进离线宏聚类层 | 第41页 |
| 4.3.4 基于SA思想的改进离线宏聚类层算法流程 | 第41-43页 |
| 4.4 实验与结果分析 | 第43-45页 |
| 4.4.1 实验数据 | 第43页 |
| 4.4.2 实验分析 | 第43-45页 |
| 4.5 本章小结 | 第45-47页 |
| 第5章 基于Spark的流数据聚类算法 | 第47-57页 |
| 5.1 基于Spark的SClustream算法的并行化实现 | 第47-48页 |
| 5.2 实验设计与分析 | 第48-51页 |
| 5.2.1 实验环境的配置 | 第48-49页 |
| 5.2.2 实验平台搭建 | 第49-51页 |
| 5.2.3 基于Yarn安装Spark环境 | 第51页 |
| 5.3 实验数据 | 第51-52页 |
| 5.4 实验过程及结果分析 | 第52-56页 |
| 5.4.1 聚类算法的质量分析 | 第52-55页 |
| 5.4.2 聚类算法扩展性分析 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 在学期间主要科研成果 | 第65-66页 |