并行数据挖掘及性能优化——关联规则与数据相关性分析电子书

版权页

前言

第一篇 基础理论篇

第1章 绪论

1.1 数据挖掘

1.1.1 数据挖掘的产生和定义[1]

1.1.2 数据挖掘的任务与分类[2，3]

1.1.3 研究前沿和发展趋势[4-6]

1.2 关联规则

1.2.1 关联规则及其分类[3]

1.2.2 关联规则挖掘算法[3，7]

1.3 集群系统与并行计算模型[8]

1.3.1 集群系统

1.3.2 并行计算模型

1.3.3 大数据处理架构Hadoop与Spark

1.4 大数据环境下的数据挖掘及应用

1.4.1 大数据[9]

1.4.2 大数据挖掘及应用[2，3，10]

第2章 MapReduce集群环境下的数据放置策略

2.1 引言

2.2 数据放置策略的关键问题与度量标准

2.3 数据放置策略的优化

2.3.1 MapReduce集群系统能耗与数据放置策略

2.3.2 负载均衡的数据放置策略

2.3.3 改善I/O性能与通信负载的数据放置策略

2.3.4 考虑其他因素的数据放置策略

2.4 数据放置策略的分析与归纳

2.5 本章小结

第二篇 关联规则并行挖掘及性能优化篇

第3章 压缩后缀链表与并行频繁项集挖掘算法

3.1 问题提出

3.2 基础理论

3.3 基于MapReduce的频繁项集挖掘算法

3.3.1 第一个MapReduce作业

3.3.2 第二个MapReduce作业

3.4 实验评价

3.4.1 最小支持度

3.4.2 可扩展性

3.4.3 加速比

3.5 本章小结

第4章 FIUT算法与频繁项集并行挖掘

4.1 引言

4.2 FIUT算法描述

4.3 FiDoop算法概述

4.4 基于MapReduce的FiDoop算法

4.4.1 第一个MapReduce作业

4.4.2 第二个MapReduce作业

4.4.3 第三个MapReduce作业

4.5 实现细节

4.5.1 负载均衡

4.5.2 高维优化

4.6 FiDoop-HD算法

4.7 实验评价

4.7.1 最小支持度

4.7.2 负载均衡

4.7.3 加速比

4.7.4 可扩展性

4.8 本章小结

第5章 MapReduce编程模型下的约束频繁项集并行挖掘算法

5.1 问题提出

5.2 约束频繁项集挖掘算法的并行化

5.3 基于MapReduce的约束频繁项集并行挖掘

5.4 基于MapReduce的约束频繁项集并行挖掘算法（PACFP）

5.4.1 并行化计数过程

5.4.2 并行化CFP-Growth算法

5.4.3 结果聚合

5.5 负载均衡

5.6 实验结果及分析

5.6.1 最小支持度

5.6.2 可伸缩性

5.6.3 可扩展性

5.6.4 约束条件判断的代价分析

5.6.5 负载均衡

5.7 本章小结

第6章 支持并行频繁项集挖掘的数据划分策略

6.1 引言

6.1.1 FiDoop-DP算法的研发动机

6.1.2 FiDoop-DP算法要解决的数据划分问题

6.1.3 FiDoop-DP算法的基本思想

6.2 并行FP-Growth算法

6.3 相关工作

6.3.1 MapReduce下的数据划分

6.3.2 应用系统相关的数据划分

6.4 问题陈述和设计目标

6.4.1 基本方法与问题陈述

6.4.2 设计目标

6.5 数据划分策略

6.5.1 距离度量

6.5.2 K-Means算法种子点的选择

6.5.3 划分策略

6.6 实现细节

6.7 实验评价

6.7.1 种子点个数对算法的影响

6.7.2 最小支持度对算法的影响

6.7.3 数据特征对算法的影响

6.7.4 加速比

6.7.5 可扩展性

6.8 本章小结

第7章 频繁项集并行化过程中的重定向任务调度

7.1 问题提出

7.2 重定向任务调度算法

7.2.1 数据本地化的重要性

7.2.2 计算响应时间

7.2.3 重定向任务调度算法的设计

7.3 实验结果及分析

7.3.1 有效性

7.3.2 可扩展性

7.3.3 稳定性

7.4 本章小结

第8章 基于Spark内存计算的并行频繁项集挖掘及优化

8.1 引言

8.2 FP-Growth算法的并行化分析

8.3 Spark环境下的均衡FP-Growth算法

8.3.1 负载均衡的分组策略

8.3.2 负载均衡的FP-Growth算法并行化

8.4 实验评价

8.4.1 算法执行效率

8.4.2 加速比

8.4.3 可扩展性

8.5 本章小结

第三篇 应用篇

第9章 冷轧辊加工质量管理过程相关性分析

9.1 引言

9.2 系统需求与总体设计

9.2.1 轧辊生产工艺流程

9.2.2 冷轧辊生产质量管理特点

9.2.3 系统的软件体系结构及功能

9.3 数据预处理及关键技术

9.3.1 数据转换

9.3.2 数据清理

9.3.3 数据离散化

9.4 提取关联规则

9.5 系统实现及运行结果

9.6 本章小结

附录A 冷轧辊加工数据

附录B 冷轧辊加工数据预处理格式

参考文献

反侵权盗版声明