摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10页 |
1.2 国内外研究现状 | 第10-14页 |
1.2.1 文本分类的研究现状 | 第11-12页 |
1.2.2 KNN算法及MapReduce化的研究现状 | 第12-14页 |
1.3 研究内容 | 第14页 |
1.4 论文组织结构 | 第14-16页 |
第2章 文本分类和Hadoop平台 | 第16-38页 |
2.1 文本分类 | 第16-29页 |
2.1.1 文本分类的概述 | 第16-18页 |
2.1.2 数据预处理 | 第18-22页 |
2.1.3 特征提取 | 第22-25页 |
2.1.4 文件向量表示 | 第25-26页 |
2.1.5 分类算法 | 第26-29页 |
2.2 Hadoop平台概述 | 第29页 |
2.3 HDFS | 第29-34页 |
2.3.1 HDFS架构 | 第29-30页 |
2.3.2 HDFS读写 | 第30-32页 |
2.3.3 数据块的备份策略 | 第32-34页 |
2.4 MapReduce | 第34-37页 |
2.4.1 MapReduce架构 | 第34-36页 |
2.4.2 MapReduce作业生命周期 | 第36-37页 |
2.4.3 分布式缓存机制 | 第37页 |
2.5 本章小结 | 第37-38页 |
第3章 KNN算法文本分类的MapReduce实现研究 | 第38-60页 |
3.1 KNN算法 | 第38-42页 |
3.1.1 KNN算法概述 | 第38-39页 |
3.1.2 KNN算法模型 | 第39-41页 |
3.1.3 KNN分类器特征 | 第41-42页 |
3.2 KNN算法文本分类的基本步骤 | 第42-46页 |
3.3 KNN算法文本分类的MapReduce化 | 第46-59页 |
3.3.1 数据预处理的MapReduce化 | 第47-51页 |
3.3.2 特征提取的MapReduce化 | 第51-54页 |
3.3.3 文件向量表示的MapReduce化 | 第54-57页 |
3.3.4 KNN算法的MapReduce化 | 第57-59页 |
3.4 本章小结 | 第59-60页 |
第4章 实验验证 | 第60-71页 |
4.1 实验平台搭建 | 第60-65页 |
4.1.1 软硬件环境 | 第60-61页 |
4.1.2 硬件平台建立过程 | 第61-63页 |
4.1.3 Hadoop集群搭建过程 | 第63-65页 |
4.2 实验设计与结果分析 | 第65-69页 |
4.2.1 Hadoop集群与单机对比实验 | 第66-67页 |
4.2.2 Hadoop集群的加速比实验 | 第67-68页 |
4.2.3 Map Task内存缓冲区大小对作业影响 | 第68-69页 |
4.2.4 单节点TaskTracker故障对作业影响 | 第69页 |
4.3 本章小结 | 第69-71页 |
结论 | 第71-72页 |
参考文献 | 第72-77页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第77-78页 |
致谢 | 第78页 |