基于Hadoop框架的专题信息存储及多维分析系统构建研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景与研究意义 | 第10-11页 |
| 1.2 研究思路 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-16页 |
| 2 相关理论及关键技术基础 | 第16-26页 |
| 2.1 Hadoop技术框架 | 第16-20页 |
| 2.1.1 Hadoop生态系统 | 第16页 |
| 2.1.2 Hadoop关键技术 | 第16-19页 |
| 2.1.3 Hadoop应用研究 | 第19-20页 |
| 2.2 专题信息服务 | 第20-22页 |
| 2.2.1 专题信息服务发展 | 第20-21页 |
| 2.2.2 大数据与专题信息服务 | 第21-22页 |
| 2.3 文本分析相关技术研究 | 第22-25页 |
| 2.3.1 专题信息文本挖掘 | 第22-23页 |
| 2.3.2 专题信息文本处理 | 第23-24页 |
| 2.3.3 LDA主题模型 | 第24-25页 |
| 2.4 信息可视化技术发展 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 系统总体框架与存储方案 | 第26-38页 |
| 3.1 专题信息资源特征 | 第26-27页 |
| 3.1.1 大数据时代信息资源基本特征 | 第26页 |
| 3.1.2 大数据时代专题信息资源特征 | 第26-27页 |
| 3.2 系统需求设计与功能分析 | 第27-33页 |
| 3.2.1 系统需求和目标 | 第28-29页 |
| 3.2.2 系统功能分析 | 第29-31页 |
| 3.2.3 系统模块分析 | 第31-33页 |
| 3.3 基于HBase的专题信息资源存储方案设计 | 第33-37页 |
| 3.3.1 HBase数据库存储模式 | 第33-34页 |
| 3.3.2 HBase与关系型数据库的差异 | 第34-35页 |
| 3.3.3 专题信息存储方案设计 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 专题信息多维分析系统方案设计 | 第38-48页 |
| 4.1 基于文本统计特征的资源分布分析 | 第38-41页 |
| 4.1.1 统计分布分析方案设计 | 第38-39页 |
| 4.1.2 期刊信息资源分布分析 | 第39页 |
| 4.1.3 专利信息资源分布分析 | 第39-40页 |
| 4.1.4 网页信息资源分布分析 | 第40-41页 |
| 4.2 基于文本内容特征的资源主题分析 | 第41-45页 |
| 4.2.1 资源预处理 | 第41-42页 |
| 4.2.2 文本特征权重计算 | 第42-43页 |
| 4.2.3 特征词选择 | 第43-44页 |
| 4.2.4 文本向量化 | 第44页 |
| 4.2.5 基于LDA的主题分析 | 第44-45页 |
| 4.3 分析结果可视化 | 第45-46页 |
| 4.3.1 统计分布分析结果展示 | 第46页 |
| 4.3.2 主题分析结果展示 | 第46页 |
| 4.4 本章小结 | 第46-48页 |
| 5 专题信息多维分析系统开发与实现 | 第48-60页 |
| 5.1 系统搭建与环境部署 | 第48-50页 |
| 5.1.1 开发与运行环境准备 | 第48页 |
| 5.1.2 Hadoop的安装部署 | 第48-50页 |
| 5.1.3 HBase及相关组件部署 | 第50页 |
| 5.2 数据存储实现 | 第50-52页 |
| 5.3 统计分布分析实现 | 第52-53页 |
| 5.4 主题分析实现 | 第53-57页 |
| 5.4.1 文本预处理 | 第53-54页 |
| 5.4.2 主题发现 | 第54-56页 |
| 5.4.3 主题演化 | 第56-57页 |
| 5.5 系统性能测试 | 第57-59页 |
| 5.5.1 主题分析功能测试 | 第57-58页 |
| 5.5.2 主题分析性能测试 | 第58-59页 |
| 5.6 本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 论文主要工作概述 | 第60页 |
| 6.2 研究创新 | 第60-61页 |
| 6.3 研究局限与展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 附录 | 第69页 |
