声明
1 绪论
1.1 研究背景及其意义
1.2 发展历史及研究现状
1.2.1 NX发展历史及现状
1.2.2 关联规则挖掘技术发展历史及现状
1.3 本文研究内容
1.4 本文章节安排
2 相关技术介绍
2.1 NX相关技术
2.1.1 NX
2.1.2 Check-Mate
2.1.2 QDB
2.2 云相关技术
2.3 数据库相关技术
2.4 关联规则挖掘技术
2.4.1 基础理论
2.4.2 关联规则算法分类
2.4.3 Apriori算法
2.4.4 FP-growth算法
2.5 前端相关技术
2.6 本章小结
3 Cloud QDB 结构设计
3.1 Cloud QDB 需求分析
3.2 Cloud QDB 架构设计
3.3 数据库设计
3.4 服务的设计
3.4.1 解析服务设计
3.4.2 索引服务设计
3.4.3 搜索服务设计
3.4.4 优化建议服务设计
3.5 前端设计
3.6 本章小结
4 检查器组优化建议的改进算法研究
4.1 问题的提出
4.2 改进算法
4.2.1 数据预处理
4.2.2 频繁项集挖掘
4.2.3 规则挖掘
4.2.4 总体流程图
4.3 实验与结果分析
4.3.1 实验准备
4.3.2 实验结果分析
4.4 本章小结
5 Cloud QDB实现
5.1 AWS部署
5.2 服务的实现
5.2.1 解析服务实现
5.2.2 索引服务实现
5.2.3 搜索服务实现
5.2.4 优化建议服务实现
5.3 本章小结
6 总结与展望
6.1 本文工作总结
6.2 进一步工作展望
参考文献
作者在攻读硕士学位期间发表的成果与参与的项目
致谢
东华大学;