| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 数据挖掘 | 第12页 |
| 1.2.2 频繁项集挖掘算法 | 第12-13页 |
| 1.3 研究的主要内容和创新点 | 第13-14页 |
| 1.4 论文的结构安排 | 第14-16页 |
| 第二章 相关技术分析 | 第16-28页 |
| 2.1 Spark | 第16-19页 |
| 2.1.1 Spark体系结构 | 第16-17页 |
| 2.1.2 Spark编程模型 | 第17-18页 |
| 2.1.3 Spark调度管理原理 | 第18-19页 |
| 2.2 频繁项集挖掘算法 | 第19-27页 |
| 2.2.1 单机挖掘算法 | 第19-23页 |
| 2.2.2 基于MPI的挖掘算法 | 第23-25页 |
| 2.2.3 基于MapReduce的挖掘算法 | 第25-26页 |
| 2.2.4 基于Spark的挖掘算法 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于Spark的分布式频繁项集挖掘算法 | 第28-40页 |
| 3.1 FP-growth算法 | 第28-32页 |
| 3.2 基于Spark的分布式频繁项集挖掘算法设计 | 第32-38页 |
| 3.2.1 DFPS算法设计概述 | 第33页 |
| 3.2.2 计算频繁 1-项集 | 第33-34页 |
| 3.2.3 条件模式基重分区 | 第34-36页 |
| 3.2.4 并行挖掘频繁项集 | 第36-38页 |
| 3.3 本章小结 | 第38-40页 |
| 第四章 面向大规模Spark集群的DFPS优化策略 | 第40-48页 |
| 4.1 面向大规模Spark集群的DFPS优化策略概述 | 第40-41页 |
| 4.2 用户自定义优化策略 | 第41-44页 |
| 4.3 集群自适应优化策略 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 实验与分析 | 第48-55页 |
| 5.1 实验环境与数据集概述 | 第48-49页 |
| 5.1.1 试验环境 | 第48页 |
| 5.1.2 测试数据集 | 第48-49页 |
| 5.2 PFP算法和YAFIM算法 | 第49-50页 |
| 5.2.1 PFP算法概述 | 第49页 |
| 5.2.2 YAFIM算法概述 | 第49-50页 |
| 5.3 DFPS算法验证实验 | 第50-54页 |
| 5.3.1 速度性能分析实验 | 第50-52页 |
| 5.3.2 可伸缩性分析实验 | 第52-53页 |
| 5.3.3 实验结果分析 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 DFPS算法在项目中的应用 | 第55-61页 |
| 6.1 项目概述 | 第55页 |
| 6.2 项目实施 | 第55-60页 |
| 6.2.1 大数据平台设计 | 第56-57页 |
| 6.2.2 大数据平台搭建 | 第57页 |
| 6.2.3 集成HANA和R的环境 | 第57-59页 |
| 6.2.4 DFPS算法的应用 | 第59-60页 |
| 6.3 本章小结 | 第60-61页 |
| 第七章 总结与展望 | 第61-63页 |
| 7.1 全文总结 | 第61-62页 |
| 7.2 展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读学位期间的研究成果目录 | 第68-69页 |
| 致谢 | 第69页 |
