摘要
第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 研究现状
1.2.1 大数据研究现状
1.2.2 MapReduce技术使用现状
1.2.3 数据挖掘算法研究现状
1.3 主要研究内容
1.4 论文结构
第二章 高校大数据分析挖掘相关方法与技术
2.1 数据挖掘相关理论与方法
2.1.1 数据挖掘的概念
2.1.2 数据挖掘基本步骤
2.1.3 常用数据挖掘方法
2.2 Hadoop技术
2.2.1 Hadopp2.0总体构架
2.2.2 Hadoop中的MapReduce计算模型
第三章 基于MapReduce的Apriori关联规则算法的改进及分析
3.1 关联规则相关概念
3.2 Apriori关联规则算法
3.2.1 算法基本思想
3.3.2 学生成绩模块中的Apriori关联规则算法
3.3 基于MapReduce的Apriori关联规则算法
3.4 基于MapReduce的Apriori最小支持度阈值算法
3.4.1 改进的算法思想
3.4.2 实例分析
3.5 实验结果及分析
第四章 基于MapRecuce的C4.5决策树算法的改进及分析
4.1 决策树相关概念
4.1.1 决策树基本算法
4.1.2 信息熵相关概念
4.2 C4.5算法
4.2.1 算法基本思想
4.2.2 学生助学金模块中的C4.5分类算法
4.3 基于MapReduce的C4.5交叉分块算法
4.4 实验结果及分析
第五章 高校大数据分析挖掘系统设计
5.1 系统总体构架
5.2 系统功能模块分析
5.2.1 数据挖掘分析系统框架
5.2.2 专题分析模块
5.3 数据存储设计
5.3.1 结构化数据存储设计
5.3.2 非结构化数据存储设计
第六章 总结与展望
6.1 工作总结
6.2 展望
参考文献
致谢
攻读学位期间的科研成果
声明