| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 问题的提出 | 第13-14页 |
| 1.3 研究的主要内容 | 第14-15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 第2章 相关技术 | 第16-28页 |
| 2.1 Hadoop | 第16-21页 |
| 2.1.1 HDFS | 第17-18页 |
| 2.1.2 MapReduce | 第18-21页 |
| 2.2 Skyline查询算法 | 第21-24页 |
| 2.2.1 集中式环境下的Skyline查询算法 | 第21-23页 |
| 2.2.2 MapReduce环境下的Skyline查询算法 | 第23-24页 |
| 2.3 Top-k skyline查询算法 | 第24-26页 |
| 2.3.1 集中式环境下的top-k skyline查询算法 | 第25-26页 |
| 2.3.2 分布式环境下的top-k skyline查询算法 | 第26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 基于k-skyband的top-k skyline查询处理 | 第28-40页 |
| 3.1 问题描述及定义 | 第28-30页 |
| 3.1.1 k-skyband | 第28-29页 |
| 3.1.2 最大分数和最小分数 | 第29-30页 |
| 3.1.3 支配分数和被支配分数 | 第30页 |
| 3.2 预备知识 | 第30-33页 |
| 3.2.1 支配关系比较定理 | 第30-31页 |
| 3.2.2 点过滤定理 | 第31-32页 |
| 3.2.3 排序标准 | 第32-33页 |
| 3.3 基于k-skyband的top-k skyline查询处理算法 | 第33-39页 |
| 3.3.1 数据排序和支配分数以及被支配分数计算 | 第33-36页 |
| 3.3.2 支配关系比较和top-k skyline计算 | 第36-38页 |
| 3.3.3 算法分析 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于用户偏好的top-k skyline查询处理 | 第40-52页 |
| 4.1 问题描述及定义 | 第40-42页 |
| 4.1.1 用户偏好 | 第40页 |
| 4.1.2 用户偏好的编码 | 第40-41页 |
| 4.1.3 支配分数和被支配分数以及B-支配分数 | 第41-42页 |
| 4.2 预备知识 | 第42-43页 |
| 4.2.1 点排序标准 | 第42-43页 |
| 4.2.2 点过滤定理 | 第43页 |
| 4.3 基于用户偏好的top-k skyline查询处理算法 | 第43-50页 |
| 4.3.1 部分排序域上的查询处理 | 第44-46页 |
| 4.3.2 全局排序域上的查询处理 | 第46-49页 |
| 4.3.3 算法分析 | 第49-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第5章 实验结果与分析 | 第52-60页 |
| 5.1 实验环境配置 | 第52-53页 |
| 5.1.1 实验数据集 | 第52-53页 |
| 5.1.2 实验环境 | 第53页 |
| 5.2 实验结果分析 | 第53-58页 |
| 5.3 本章小结 | 第58-60页 |
| 第6章 结论与展望 | 第60-62页 |
| 6.1 结论 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间发表学术论文以及参加科研情况 | 第68页 |
