| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 网络文本数据获取现状 | 第11-12页 |
| 1.2.2 音视频数据同源性分析现状 | 第12-13页 |
| 1.3 论文主要工作 | 第13-14页 |
| 1.4 论文结构安排 | 第14-15页 |
| 第二章 相关技术研究 | 第15-29页 |
| 2.1 网络文本数据获取技术 | 第15-19页 |
| 2.1.1 搜索引擎介绍 | 第15-16页 |
| 2.1.2 网络爬虫原理与爬行策略 | 第16-17页 |
| 2.1.3 分布式爬虫分类 | 第17-19页 |
| 2.1.4 分布式网络爬虫设计分析 | 第19页 |
| 2.2 网络结构相似性计算 | 第19-22页 |
| 2.2.1 相似性基本概念 | 第19-20页 |
| 2.2.2 结构相似性计算方法 | 第20-22页 |
| 2.3 Hadoop分布式系统 | 第22-28页 |
| 2.3.1 分布式文件系统HDFS | 第23-26页 |
| 2.3.2 分布式计算模型MapReduce | 第26-27页 |
| 2.3.3 基于内存的分布式计算框架Spark | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于分布式网络爬虫的音视频数据获取技术 | 第29-48页 |
| 3.1 分布式网络爬虫系统 | 第29-34页 |
| 3.1.1 爬行策略 | 第29-30页 |
| 3.1.2 整体架构 | 第30-34页 |
| 3.2 分布式网络爬虫任务调度算法 | 第34-36页 |
| 3.3 分布式网络爬虫的URL去重方法 | 第36-39页 |
| 3.3.1 BloomFilter算法分析 | 第36-37页 |
| 3.3.2 组合BloomFilter算法 | 第37-39页 |
| 3.4 分布式网络爬虫的页面内容去重方法 | 第39-44页 |
| 3.4.1 网页内容分词方法 | 第39-41页 |
| 3.4.2 基于SimHash算法的网页内容过滤方法 | 第41-44页 |
| 3.5 实验与分析 | 第44-46页 |
| 3.5.1 URL去重实验 | 第44-46页 |
| 3.5.2 网页内容去重实验 | 第46页 |
| 3.6 本章小结 | 第46-48页 |
| 第四章 基于SimRank的音视频数据同源性分析 | 第48-62页 |
| 4.1 音视频数据同源性分析 | 第48-53页 |
| 4.1.1 同源性分析方法 | 第48-50页 |
| 4.1.2 分享者关键词共现网络构建 | 第50-51页 |
| 4.1.3 基于SimRank的分享者相似度计算 | 第51-53页 |
| 4.2 SimRank分布式实现与分析 | 第53-56页 |
| 4.2.1 SimRank迭代计算分析 | 第53-54页 |
| 4.2.2 基于MapReduce的分布式SimRank计算方法 | 第54-55页 |
| 4.2.3 基于MapReduce的分布式SimRank计算分析 | 第55-56页 |
| 4.3 改进的SimRank分布式算法 | 第56-57页 |
| 4.4 实验与分析 | 第57-61页 |
| 4.4.1 数据处理与网络构建 | 第57-58页 |
| 4.4.2 单机计算与分布式计算性能对比分析 | 第58-59页 |
| 4.4.3 时间代价与误差对比分析 | 第59-60页 |
| 4.4.4 数据通信量对比分析 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 音视频数据获取与同源性分析系统设计与实现 | 第62-79页 |
| 5.1 系统体系结构 | 第62-65页 |
| 5.2 系统主要功能实现 | 第65-71页 |
| 5.2.1 分布式网络爬行管理器实现 | 第65-67页 |
| 5.2.2 分布式网络爬虫URL去重实现 | 第67-68页 |
| 5.2.3 分布式网络爬虫页面内容去重实现 | 第68-69页 |
| 5.2.4 相似度计算功能实现 | 第69-70页 |
| 5.2.5 数据可视化功能实现 | 第70-71页 |
| 5.3 系统测试 | 第71-78页 |
| 5.3.1 开发环境配置 | 第71-72页 |
| 5.3.2 测试数据集 | 第72-73页 |
| 5.3.3 系统模块测试 | 第73-74页 |
| 5.3.4 结果分析 | 第74-78页 |
| 5.4 本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 本文的工作总结 | 第79页 |
| 6.2 未来展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间取得的成果 | 第86页 |
