| 中文摘要 | 第2-3页 |
| Abstract | 第3页 |
| 中文文摘 | 第5-9页 |
| 绪论 | 第9-15页 |
| 第一节 研究背景和意义 | 第9-10页 |
| 第二节 国内外研究现状 | 第10-13页 |
| 第三节 论文的主要研究内容 | 第13页 |
| 第四节 论文的组织结构 | 第13-15页 |
| 第一章 相关算法和技术简介 | 第15-27页 |
| 第一节 文本分类概述 | 第15-19页 |
| 1.1 文本分类主要流程 | 第15页 |
| 1.2 特征降维的主要方法 | 第15-18页 |
| 1.3 文本分类的主要算法 | 第18-19页 |
| 第二节 相似性计算概述 | 第19-20页 |
| 第三节 云计算平台简介 | 第20-25页 |
| 3.1 Hadoop简介 | 第20-23页 |
| 3.2 Spark简介 | 第23-25页 |
| 第四节 软件错误报告集介绍 | 第25-26页 |
| 第五节 本章小结 | 第26-27页 |
| 第二章 文本分类降维方法的改进 | 第27-35页 |
| 第一节 TF-IDF算法介绍 | 第27-28页 |
| 第二节 TF-IDF算法的改进 | 第28-29页 |
| 2.1 改进方法之TF-IDFD | 第28-29页 |
| 2.2 改进方法之TF-IDFCD | 第29页 |
| 第三节 权值处理方法 | 第29-30页 |
| 第四节 实验及结果分析 | 第30-34页 |
| 第五节 本章小结 | 第34-35页 |
| 第三章 朴素贝叶斯分类算法的改进及其在Hadoop上的实现 | 第35-47页 |
| 第一节 朴素贝叶斯算法介绍 | 第35-37页 |
| 第二节 基于多项式模型的朴素贝叶斯算法改进 | 第37-38页 |
| 第三节 改进算法在Hadoop上的设计 | 第38-41页 |
| 3.1 训练阶段 | 第38-40页 |
| 3.2 测试阶段 | 第40-41页 |
| 第四节 实验结果和分析 | 第41-44页 |
| 第五节 朴素贝叶斯增量学习方法 | 第44-46页 |
| 第六节 本章小结 | 第46-47页 |
| 第四章 文档相似性研究及其在分布式集群上的实现 | 第47-59页 |
| 第一节 Simhash算法介绍 | 第47-49页 |
| 第二节 改进的文档相似性判断算法 | 第49-54页 |
| 第三节 改进算法在分布式集群上的设计 | 第54-57页 |
| 3.1 改进算法在Hadoop集群上的实现 | 第54-56页 |
| 3.2 改进算法在Spark集群上的实现 | 第56-57页 |
| 第四节 实验结果和分析 | 第57-58页 |
| 第五节 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 第一节 总结 | 第59-60页 |
| 第二节 下一步工作展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻读学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 个人简历 | 第68-70页 |