| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 关联规则的研究现状 | 第11-13页 |
| 1.2.2 高效用项集挖掘的研究现状 | 第13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 论文结构安排 | 第14-16页 |
| 2 相关工作 | 第16-36页 |
| 2.1 问题定义与描述 | 第16-18页 |
| 2.2 d2hup算法 | 第18-23页 |
| 2.3 EFIM算法 | 第23-28页 |
| 2.4 Spark相关技术 | 第28-32页 |
| 2.4.1 Spark架构 | 第29-30页 |
| 2.4.2 Spark生态系统 | 第30-32页 |
| 2.5 相关工具介绍 | 第32-36页 |
| 3 基于SPARK的高效用项集挖掘并行化 | 第36-46页 |
| 3.1 基于Spark并行HUIM算法架构 | 第36-37页 |
| 3.2 d2hup算法并行化 | 第37-42页 |
| 3.2.1 基于数据划分的并行d2hup算法 | 第37-40页 |
| 3.2.2 基于树结构划分的并行d2hup算法 | 第40-42页 |
| 3.3 EFIM算法并行化 | 第42-46页 |
| 3.3.1 基于Spark的EFIM算法的设计思想 | 第42-43页 |
| 3.3.2 基于Spark的EFIM算法实现 | 第43-46页 |
| 4 实验结果 | 第46-54页 |
| 4.1 实验设计 | 第46页 |
| 4.2 数据集介绍 | 第46-47页 |
| 4.3 实验环境介绍 | 第47页 |
| 4.4 实验结果及分析 | 第47-53页 |
| 4.4.1 partition参数对于算法性能的影响 | 第48-51页 |
| 4.4.2 executors参数对算法性能影响 | 第51页 |
| 4.4.3 executor-cores参数对于算法性能的影响 | 第51-52页 |
| 4.4.4 并行HUIM算法与串行HUIM算法时间对比 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 5 自动选择最优高效用项集挖掘算法 | 第54-60页 |
| 5.1 问题定义 | 第54页 |
| 5.2 算法设计 | 第54-55页 |
| 5.3 实验设计 | 第55-56页 |
| 5.4 实验结果 | 第56-58页 |
| 5.4.1 10折交叉验证结果 | 第56-57页 |
| 5.4.2 Cross-dataSet实验结果 | 第57-58页 |
| 5.5 本章小结 | 第58-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
