声明
致谢
变量注释表
1 绪论
1.1 研究背景及意义
1.2.1 大数据研究现状
1.2.2 关联规则研究现状
1.3 本文内容
1.4 论文结构
2 相关理论
2.1 关联规则
2.2.1 Apriori算法
2.2.2 FP-Growth算法
2.3 Hadoop-MapReduce编程模式
2.2.1 分布式并行算法
2.2.2 并行算法评估指标
2.4 Spark框架
2.5 布隆过滤器
2.6 本章小结
3 P-FIM算法设计与实现
3.1 P-FIM算法的第一次MapReduce
3.2 P-FIM算法的第二次MapReduce
3.3 P-FIM算法应用示例
3.4 P-FIM在Spark上的实现
3.5.1.实验数据
3.5.2.实验环境
3.5.3 算法性能验证
3.5.4 对比实验
3.6 本章小结
4 D-Apriori算法设计与实现
4.1 D-Apriori算法实现的第一阶段
4.2 精简步
4.3 方法选择条件
4.4 D-Apriori算法实现的第二阶段
4.5.1 实验数据
4.5.2 性能实验
4.5.3 对比实验
4.6 P-FIM和D-APriori的对比实验
4.7 本章小结
5 结论与展望
5.1 结 论
5.2 展 望
参考文献
作者简历
学位论文数据集
