| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-15页 |
| 1.1.1 产生式系统 | 第13-14页 |
| 1.1.2 RETE算法 | 第14页 |
| 1.1.3 海量数据并行化处理 | 第14-15页 |
| 1.2 本文研究内容与贡献 | 第15-16页 |
| 1.3 本文组织结构 | 第16-18页 |
| 第二章 RETE算法简介 | 第18-31页 |
| 2.1 算法定义 | 第18-19页 |
| 2.2 算法步骤 | 第19-21页 |
| 2.3 算法特点 | 第21-22页 |
| 2.4 面向对象的RETE-OO算法 | 第22页 |
| 2.5 国内外研究现状 | 第22-27页 |
| 2.5.1 结构优化 | 第22-24页 |
| 2.5.2 功能扩展 | 第24-25页 |
| 2.5.3 特殊数据推理 | 第25-27页 |
| 2.5.4 并行化 | 第27页 |
| 2.6 当前研究面临的问题 | 第27-29页 |
| 2.6.1 处理大规模数据或大规模逻辑规则 | 第28页 |
| 2.6.2 处理快速变化的数据 | 第28-29页 |
| 2.7 其他规则推理算法简介 | 第29-30页 |
| 2.7.1 TREAP算法 | 第29页 |
| 2.7.2 LEAPS算法 | 第29-30页 |
| 2.8 本章小结 | 第30-31页 |
| 第三章 近似化RETE算法 | 第31-39页 |
| 3.1 概率关联模型 | 第32-35页 |
| 3.2 算法描述 | 第35-37页 |
| 3.3 实验分析 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 并行化RETE算法 | 第39-49页 |
| 4.1 规则预处理 | 第40-41页 |
| 4.2 子规则分解 | 第41-42页 |
| 4.3 子规则划分 | 第42-44页 |
| 4.4 事实划分 | 第44-46页 |
| 4.5 RETE匹配 | 第46页 |
| 4.6 结果汇总 | 第46-47页 |
| 4.7 实验分析 | 第47-48页 |
| 4.8 本章小结 | 第48-49页 |
| 第五章 大规模推理引擎的实现与应用 | 第49-59页 |
| 5.1 大规模规则推理引擎的实现 | 第49-51页 |
| 5.1.1 系统设计 | 第49-51页 |
| 5.2 大规模规则引擎在中间件自适应框架下的应用 | 第51-54页 |
| 5.2.1 中间件自适应框架简介 | 第51-52页 |
| 5.2.2 大规模规则引擎在中间件自适应框架下的实现 | 第52-54页 |
| 5.3 大规模推理引擎在海量数据挖掘服务平台上的应用 | 第54-58页 |
| 5.3.1 海量数据挖掘服务平台简介 | 第54-56页 |
| 5.3.2 大规模规则推理引擎在海量数据挖掘服务平台上的实现 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 本文主要工作概述 | 第59页 |
| 6.2 未来工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 简历与科研成果 | 第65-66页 |
| 致谢 | 第66-67页 |
