| 摘要 | 第1-5页 |
| abstract | 第5-10页 |
| 1 绪论 | 第10-14页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文的主要工作 | 第12-13页 |
| ·本文的组织结构 | 第13页 |
| ·本章小结 | 第13-14页 |
| 2 数据挖掘理论与MapReduce相关技术 | 第14-30页 |
| ·数据挖掘综述 | 第14-17页 |
| ·数据挖掘基本概念 | 第14-15页 |
| ·数据挖掘一般过程 | 第15-16页 |
| ·数据挖掘一般方法 | 第16-17页 |
| ·MapReduce并行计算框架 | 第17-18页 |
| ·MapReduce技术背景 | 第17页 |
| ·MapReduce执行流程 | 第17-18页 |
| ·分布式文件系统GFS | 第18-20页 |
| ·GFS技术背景 | 第18-19页 |
| ·GFS系统架构 | 第19-20页 |
| ·Hadoop平台 | 第20-28页 |
| ·Hadoop生态系统 | 第20-22页 |
| ·Hadoop文件系统HDFS | 第22-25页 |
| ·Hadoop并行计算框架MapReduce | 第25-28页 |
| ·Hadoop下一代MapReduce框架YARN | 第28页 |
| ·本章小结 | 第28-30页 |
| 3 数据挖掘算法并行化模型构建 | 第30-36页 |
| ·数据挖掘流程 | 第30-31页 |
| ·数据挖掘算法并行化模型构建 | 第31-34页 |
| ·数据挖掘分布式并行化 | 第31页 |
| ·基于MapReduce的并行化模型构建 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 4 回归分析算法并行化研究与MapReduce实现 | 第36-46页 |
| ·线性回归模型 | 第36-37页 |
| ·线性回归模型 | 第36页 |
| ·局部加权线性回归 | 第36-37页 |
| ·引入K近邻算法的局部加权线性回归 | 第37-39页 |
| ·引入K近邻算法确定K-最近邻子集 | 第37-38页 |
| ·KNN-LWLR算法的回归分析过程 | 第38-39页 |
| ·KNN-LWLR算法的MapReduce并行化改进 | 第39-41页 |
| ·KNN-LWLR算法的并行化任务分析 | 第39-40页 |
| ·Map函数设计 | 第40页 |
| ·Combine函数设计 | 第40-41页 |
| ·Reduce函数设计 | 第41页 |
| ·算法性能实验分析 | 第41-45页 |
| ·实验环境 | 第41页 |
| ·集群单节点实验 | 第41-43页 |
| ·集群多节点实验 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 5 关联规则算法并行化研究与MapReduce实现 | 第46-64页 |
| ·关联规则基本概念 | 第46页 |
| ·Apriori算法 | 第46-49页 |
| ·算法描述 | 第46-47页 |
| ·算法的执行流程 | 第47-48页 |
| ·算法的性能瓶颈 | 第48-49页 |
| ·FP-Growth算法 | 第49-52页 |
| ·算法描述 | 第49页 |
| ·算法的执行流程 | 第49-51页 |
| ·算法的性能瓶颈 | 第51-52页 |
| ·FP-Growth算法的MapReduce并行化改进 | 第52-60页 |
| ·并行FP-Growth算法思想 | 第52页 |
| ·并行FP-Growth算法任务分析 | 第52-53页 |
| ·Job_Counting任务设计 | 第53-54页 |
| ·Job_Generating任务设计 | 第54-59页 |
| ·Job_Aggregating任务设计 | 第59-60页 |
| ·算法性能实验分析 | 第60-63页 |
| ·实验环境 | 第60页 |
| ·实验分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 6 并行FP-Growth算法的Web文本挖掘应用 | 第64-80页 |
| ·Web文本挖掘 | 第64-66页 |
| ·Web挖掘 | 第64-65页 |
| ·Web文本挖掘的一般流程 | 第65-66页 |
| ·数据获取 | 第66-67页 |
| ·数据预处理 | 第67-71页 |
| ·提取文本 | 第67-68页 |
| ·分词、去停用词、Stemming | 第68-71页 |
| ·数据处理模块设计 | 第71-72页 |
| ·数据预处理模块设计 | 第71页 |
| ·核心算法模块设计 | 第71-72页 |
| ·实验分析 | 第72-79页 |
| ·实验环境 | 第72-73页 |
| ·Hadoop集群搭建 | 第73-77页 |
| ·实验过程与结果分析 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 7 总结与展望 | 第80-82页 |
| ·工作总结 | 第80-81页 |
| ·未来展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 作者攻读学位期间发表学术论文清单 | 第86-88页 |
| 致谢 | 第88页 |
