分布式环境下基于文本的海量数据挖掘
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 表格索引 | 第10-11页 |
| 插图索引 | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景与意义 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·数据仓库搭建 | 第13-14页 |
| ·数据挖掘 | 第14-16页 |
| ·研究内容 | 第16-17页 |
| ·论文组织结构 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第二章 相关技术研究 | 第18-28页 |
| ·Apache Hadoop | 第18-21页 |
| ·HDFS | 第18-19页 |
| ·MapReduce | 第19-21页 |
| ·MongoDB | 第21-23页 |
| ·单节点数据库 | 第21-22页 |
| ·JSON | 第22页 |
| ·分片机制 | 第22-23页 |
| ·MongoDB Cluster | 第23页 |
| ·Apache Lucene | 第23-26页 |
| ·基本过程 | 第24-25页 |
| ·评分 | 第25页 |
| ·Luke | 第25-26页 |
| ·中文分词系统 | 第26-27页 |
| ·IKAnalyzer | 第26-27页 |
| ·ICTCLAS | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于 NoSQL 的文本数据仓库搭建 | 第28-44页 |
| ·传统数据仓库搭建方法及问题 | 第28-31页 |
| ·NoSQL 数据库的特点 | 第31-33页 |
| ·ETL 过程的并行实现方法 | 第33-35页 |
| ·文本化阶段 | 第33-34页 |
| ·聚合阶段 | 第34页 |
| ·数据加载阶段 | 第34-35页 |
| ·实验 | 第35-39页 |
| ·实验环境 | 第36页 |
| ·实验数据集 | 第36-37页 |
| ·实验步骤 | 第37-39页 |
| ·性能评估 | 第39-42页 |
| ·可扩展性 | 第39-40页 |
| ·效率 | 第40-41页 |
| ·异构性 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于文本数据仓库的海量数据挖掘 | 第44-66页 |
| ·问题描述 | 第44-46页 |
| ·现有的解决方案 | 第46-48页 |
| ·传统数据挖掘算法的解决方案 | 第46-47页 |
| ·基于协同过滤的推荐系统 | 第47-48页 |
| ·基于 TF·IDF 的解决方案 | 第48-53页 |
| ·文本信息量评估 | 第48-51页 |
| ·微博用户推荐 | 第51-53页 |
| ·实验 | 第53-61页 |
| ·系统架构 | 第53-55页 |
| ·数据集获取 | 第55-57页 |
| ·建立索引 | 第57-58页 |
| ·计算 TF·IDF 值 | 第58-61页 |
| ·实验结果 | 第61-64页 |
| ·生成推荐列表 | 第61页 |
| ·基础推荐策略 | 第61页 |
| ·多维特征词组匹配 | 第61-63页 |
| ·用户最近时间加权 | 第63-64页 |
| ·实验结果说明 | 第64页 |
| ·本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| ·全文总结 | 第66页 |
| ·未来展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文目录 | 第73-75页 |
