一种面向大数据的文本聚类算法

摘要	第1-5页
Abstract	第5-9页
1 绪论	第9-13页
·研究背景	第9-10页
·国内外研究现状及趋势	第10-13页
2 大数据概念、特点、价值及挑战	第13-19页
·大数据定义	第13页
·大数据特点	第13-16页
·大数据的规模是相对的	第14页
·大数据的数据结构特点	第14-15页
·大数据实时响应特点	第15页
·大数据的其他特点	第15-16页
·大数据价值	第16-17页
·大数据挑战	第17-19页
3 大数据处理平台Hadoop	第19-28页
·HDFS概念和特点	第19-20页
·Map Reduce原理与设计思想	第20-24页
·Map Reduce定义	第20-21页
·Map Reduce设计思想	第21-24页
·Map Reduce提供的主要功能	第24页
·Mahout概念，特点与发展	第24-26页
·Mahout与大数据	第26-28页
4 聚类算法原理	第28-34页
·K-Means原理	第28页
·谱聚类算法原理	第28-34页
·几种不同的图的构造方法	第29-30页
·几种图的拉普拉斯矩阵和其基本属性	第30-34页
5 并行谱聚类算法	第34-43页
·算法分析	第34-36页
·并行谱聚类算法相关研究	第36-37页
·特征分解方法选取	第36-37页
·K-means选择	第37页
·本文算法	第37-43页
·技术性问题	第37-38页
·算法	第38-43页
6 Hadoop集群环境搭建与实验	第43-50页
·Hadoop集群环境搭建	第43-48页
·实验	第48-50页
总结	第50-52页
致谢	第52-53页
参考文献	第53-58页
附录1 攻读学位期间发表论文目录	第58页