| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题背景 | 第11-13页 |
| 1.2 研究内容 | 第13-14页 |
| 1.3 论文组织 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 相关工作 | 第16-32页 |
| 2.1 文本聚类简介 | 第16-17页 |
| 2.2 向量空间模型 | 第17页 |
| 2.3 TF-IDF算法 | 第17-19页 |
| 2.4 向量间距离的计算 | 第19-20页 |
| 2.4.1 距离计算的概念 | 第19-20页 |
| 2.4.2 距离计算方法的对比 | 第20页 |
| 2.5 常用聚类算法介绍 | 第20-25页 |
| 2.5.1 基于划分的聚类 | 第20-22页 |
| 2.5.2 层次聚类 | 第22-24页 |
| 2.5.3 基于密度的聚类 | 第24-25页 |
| 2.6 聚类算法对比以及分布式层次聚类算法 | 第25-26页 |
| 2.7 最小生成树算法 | 第26-28页 |
| 2.8 MapReduce框架介绍 | 第28-30页 |
| 2.9 本章小结 | 第30-32页 |
| 第3章 需求分析和总体设计 | 第32-36页 |
| 3.1 需求分析 | 第32-33页 |
| 3.2 总体设计 | 第33-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第4章 商品数据建模 | 第36-49页 |
| 4.1 分词 | 第36-38页 |
| 4.2 商品数据去重 | 第38-42页 |
| 4.3 文本空间向量 | 第42-46页 |
| 4.3.1 商品数据的向量表示 | 第42-43页 |
| 4.3.2 通过TF-IDF计算单词权重 | 第43-44页 |
| 4.3.3 改进的TF-IDF算法在MapReduce框架下的实现 | 第44-46页 |
| 4.4 生成倒排索引 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 基于余弦相似度的文本聚类算法实现 | 第49-61页 |
| 5.1 最小生成树与单连接层次聚类 | 第49-50页 |
| 5.2 向量间距离的计算 | 第50-52页 |
| 5.3 最小生成树的分治算法 | 第52-59页 |
| 5.3.1 概述 | 第52-53页 |
| 5.3.2 最小生成树的合并 | 第53-54页 |
| 5.3.3 图的划分 | 第54-56页 |
| 5.3.4 最小生成树的分治算法在MapReduce框架下的实现 | 第56-59页 |
| 5.4 将聚类结果反向关联回报关单 | 第59-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第6章 实验结果及分析 | 第61-74页 |
| 6.1 实验环境 | 第61页 |
| 6.2 实验结果及分析 | 第61-73页 |
| 6.2.1 数据预处理模块结果及分析 | 第61-65页 |
| 6.2.2 TF-IDF计算性能及分析 | 第65-67页 |
| 6.2.3 距离计算性能及分析 | 第67-68页 |
| 6.2.4 分布式聚类算法结果及分析 | 第68-73页 |
| 6.3 本章小结 | 第73-74页 |
| 第7章 总结和展望 | 第74-76页 |
| 7.1 总结 | 第74页 |
| 7.2 展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 攻读硕士学位期间主要的研究成果 | 第79-80页 |
| 致谢 | 第80页 |