摘要 | 第4-5页 |
Abstract | 第5页 |
1 绪论 | 第9-14页 |
1.1 课题研究背景及意义 | 第9-11页 |
1.1.1 研究背景 | 第9-11页 |
1.1.2 研究的意义 | 第11页 |
1.2 国内与国际的研究现状 | 第11-12页 |
1.2.1 云计算的研究概述 | 第11页 |
1.2.2 基于Hadoop的数据挖掘的研究 | 第11-12页 |
1.2.3 Apriori算法并行改进的研究 | 第12页 |
1.3 本文所做工作 | 第12-13页 |
1.4 本文组织结构 | 第13-14页 |
2 Hadoop核心架构研究 | 第14-25页 |
2.1 Hadoop概述 | 第14页 |
2.2 Hadoop MapReduce编程模型研究 | 第14-19页 |
2.2.1 MapReduce编程模型概述 | 第14-15页 |
2.2.2 MapReduce编程模型 | 第15-16页 |
2.2.3 MapReduce的执行流程 | 第16-18页 |
2.2.4 MapReduce的容错机制 | 第18-19页 |
2.3 Hadoop分布式文件系统HDFS研究 | 第19-24页 |
2.3.1 HDFS概述 | 第19-20页 |
2.3.2 HDFS架构 | 第20-21页 |
2.3.3 文件创建过程 | 第21页 |
2.3.4 数据存储的可靠性 | 第21-22页 |
2.3.5 数据块再平衡 | 第22-23页 |
2.3.6 数据完整性 | 第23页 |
2.3.7 同步元数据更新 | 第23页 |
2.3.8 HDFS的用户、文件和目录权限 | 第23-24页 |
2.3.9 HDFS的局限性 | 第24页 |
2.4 本章小结 | 第24-25页 |
3 基于Hadoop的数据挖掘算法分析 | 第25-33页 |
3.1 数据挖掘概述 | 第25-28页 |
3.1.1 数据挖掘技术发展过程 | 第25-26页 |
3.1.2 数据挖掘技术的任务 | 第26-27页 |
3.1.3 数据挖掘步骤 | 第27-28页 |
3.2 针对典型的数据挖掘系统分析 | 第28-29页 |
3.3 基于Hadoop的数据挖掘系统的分析与设计 | 第29-32页 |
3.3.1 需求分析 | 第29-30页 |
3.3.2 设计思想 | 第30页 |
3.3.3 系统结构 | 第30-31页 |
3.3.4 功能模块 | 第31-32页 |
3.4 本章小结 | 第32-33页 |
4 有关Apriori算法的理论 | 第33-42页 |
4.1 Apriori算法 | 第33页 |
4.2 Apriori算法描述 | 第33页 |
4.3 Apriori算法执行流程 | 第33-40页 |
4.3.1 频繁项集的产生 | 第35页 |
4.3.2 产生关联规则 | 第35-37页 |
4.3.3 Apriori算法举例 | 第37-40页 |
4.4 Apriori算法的应用 | 第40-41页 |
4.5 本章小结 | 第41-42页 |
5 基于Hadoop平台的Apriori算法实现 | 第42-58页 |
5.1 Apriori算法的移植 | 第42-48页 |
5.1.1 Apriori算法与MapReduce计算模型结合的方法 | 第42-44页 |
5.1.2 算法实例分析 | 第44-48页 |
5.2 算法设计 | 第48-54页 |
5.2.1 频繁项集的生成 | 第49-52页 |
5.2.2 关联规则生成过程 | 第52-54页 |
5.3 算法分析 | 第54页 |
5.4 频繁项数据挖掘算法在医疗领域中的应用 | 第54-57页 |
5.5 本章小结 | 第57-58页 |
结论 | 第58-59页 |
参考文献 | 第59-61页 |
致谢 | 第61-62页 |