基于Hadoop云计算平台的文本聚类并行化研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文主要工作 | 第11-14页 |
| 1.3.1 主要研究内容及创新点 | 第11-12页 |
| 1.3.2 论文章节安排 | 第12-14页 |
| 第2章 相关技术概述 | 第14-23页 |
| 2.1 Hadoop | 第14-16页 |
| 2.1.1 HDFS分布式文件系统 | 第14-15页 |
| 2.1.2 MapReduce框架介绍 | 第15-16页 |
| 2.2 文本聚类技术 | 第16-20页 |
| 2.2.1 文本预处理 | 第17-18页 |
| 2.2.2 文本特征提取 | 第18页 |
| 2.2.3 文本向量化 | 第18-19页 |
| 2.2.4 文本相似度计算 | 第19-20页 |
| 2.3 文本聚类算法 | 第20页 |
| 2.4 聚类中的抽样技术 | 第20-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第3章 文本向量并行化 | 第23-31页 |
| 3.1 文本向量化的流程 | 第23-24页 |
| 3.2 文本向量化并行设计 | 第24-30页 |
| 3.3 文本向量化并行实现 | 第30页 |
| 3.4 本章总结 | 第30-31页 |
| 第4章 改进k-means算法并行化研究 | 第31-45页 |
| 4.1 传统k-means算法 | 第31-33页 |
| 4.1.1 传统k-means算法思想 | 第31-32页 |
| 4.1.2 k-means算法分析 | 第32-33页 |
| 4.2 改进k-means并行算法 | 第33-42页 |
| 4.2.1 改进k-means算法并行设计 | 第33-35页 |
| 4.2.2 并行采样 | 第35-37页 |
| 4.2.3 合并数据对象并行化 | 第37-39页 |
| 4.2.4 聚类并行化 | 第39-40页 |
| 4.2.5 改进k-means算法并行实现 | 第40-42页 |
| 4.3 实验对比 | 第42-44页 |
| 4.3.1 迭代次数比较 | 第42-44页 |
| 4.3.2 初始采样速率比较 | 第44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 实验结果与分析 | 第45-54页 |
| 5.1 实验环境 | 第45-46页 |
| 5.2 HDP集群部署 | 第46-48页 |
| 5.3 实验评价标准 | 第48-49页 |
| 5.4 实验结果与分析 | 第49-53页 |
| 5.4.1 聚类效率实验 | 第49-51页 |
| 5.4.2 聚类质量实验 | 第51-52页 |
| 5.4.3 并行性能实验 | 第52-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第6章 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 在学研究成果 | 第59-60页 |
| 致谢 | 第60页 |
