| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 符号说明 | 第12-13页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 课题背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 文献发现发展现状 | 第14-15页 |
| 1.2.2 文献发现相关算法研究现状 | 第15-16页 |
| 1.2.3 分布式计算研究现状 | 第16-17页 |
| 1.3 研究的主要内容 | 第17-18页 |
| 1.4 论文结构安排 | 第18页 |
| 1.5 本章小结 | 第18-19页 |
| 第2章 相关技术研究 | 第19-29页 |
| 2.1 文献发现相关技术 | 第19-21页 |
| 2.1.1 文献发现方法 | 第19-20页 |
| 2.1.2 个性化推荐系统 | 第20-21页 |
| 2.2 大数据处理相关技术 | 第21-28页 |
| 2.2.1 Hadoop系统架构 | 第21页 |
| 2.2.2 分布式计算之MapReduce | 第21-25页 |
| 2.2.3 分布式存储系统之HDFS | 第25页 |
| 2.2.4 分布式数据库HBase | 第25-26页 |
| 2.2.5 其他分布式计算平台 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 基于MapReduce的文献发现方法的研究与实现 | 第29-45页 |
| 3.1 文献活跃度研究 | 第29-31页 |
| 3.2 FP-Growth算法介绍 | 第31-38页 |
| 3.2.1 FP-Growth算法 | 第31-32页 |
| 3.2.2 FP-Growth算法的实现 | 第32-38页 |
| 3.3 并行FP-Growth算法的设计与实现 | 第38-41页 |
| 3.3.1 并行FP-Growth算法的设计 | 第38-40页 |
| 3.3.2 并行FP-Growth算法的实现 | 第40-41页 |
| 3.4 文献频繁项发现与算法性能测试 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于MapReduce的文献发现系统研究与设计 | 第45-63页 |
| 4.1 分布式文献发现需求分析 | 第45页 |
| 4.2 分布式文献发现系统整体设计 | 第45-47页 |
| 4.3 分布式文献数据存储模块的设计 | 第47-49页 |
| 4.4 个性化喜好发现模块的设计与实现 | 第49-56页 |
| 4.4.1 用户喜好发现模块整体设计 | 第49-51页 |
| 4.4.2 用户日志收集模块 | 第51-54页 |
| 4.4.3 分布式用户日志存储模块 | 第54-55页 |
| 4.4.4 日志信息抽取模块 | 第55-56页 |
| 4.5 分布式文献发现推荐模块的设计与实现 | 第56-59页 |
| 4.5.1 历史喜好推荐模块 | 第56-58页 |
| 4.5.2 关联文献推荐模块 | 第58-59页 |
| 4.6 性能测试与分析 | 第59-62页 |
| 4.6.1 分布式文献发现系统环境搭建 | 第59-61页 |
| 4.6.2 测试与分析 | 第61-62页 |
| 4.7 本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间的科研成果和参加的项目 | 第70-71页 |
| 学位论文评阅及答辩情况表 | 第71页 |