首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于Hadoop平台的频繁项数据挖掘算法研究

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

论文共62页,点击 下载论文
上一篇:企业慈善捐赠对品牌价值的影响研究
下一篇:克拉玛依市地税办公平台的设计与实现