| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景与意义 | 第9-10页 |
| ·相关技术的国内外现状 | 第10-12页 |
| ·云计算技术的国内外研究现状 | 第10-11页 |
| ·数据挖掘技术的国内外研究现状 | 第11-12页 |
| ·主要研究内容 | 第12-13页 |
| ·论文组织结构 | 第13页 |
| ·小结 | 第13-14页 |
| 第二章 Hadoop 技术架构及 Web 文本挖掘理论基础 | 第14-30页 |
| ·Hadoop | 第14-20页 |
| ·Hadoop 技术背景 | 第14-16页 |
| ·GFS | 第14-15页 |
| ·Map/Reduce 编程模式 | 第15-16页 |
| ·HDFS 机制 | 第16-18页 |
| ·Hadoop MapReduce 编程模型 | 第18-20页 |
| ·相关操作 | 第18-19页 |
| ·MapReduce 执行流程 | 第19-20页 |
| ·Web 挖掘 | 第20-29页 |
| ·Web 文本挖掘定义 | 第20页 |
| ·Web 挖掘分类 | 第20-22页 |
| ·Web 内容挖掘 | 第21-22页 |
| ·Web 结构挖掘 | 第22页 |
| ·Web 使用记录挖掘 | 第22页 |
| ·Web 文本挖掘流程 | 第22-23页 |
| ·Web 文本挖掘的常用技术 | 第23-29页 |
| ·文本摘要 | 第23页 |
| ·文本分类 | 第23-27页 |
| ·文本聚类 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第三章 Web 文本预处理研究 | 第30-38页 |
| ·文本提取 | 第30页 |
| ·中文分词 | 第30-32页 |
| ·基于词典的分词算法 | 第30-31页 |
| ·基于统计的分词算法 | 第31页 |
| ·基于理解的分词算法 | 第31-32页 |
| ·Web 文本表示 | 第32-35页 |
| ·权值计算 | 第33-34页 |
| ·向量相似度度量 | 第34-35页 |
| ·Web 文本特征选择 | 第35-36页 |
| ·χ2(CHI)统计 | 第35页 |
| ·信息增益 | 第35-36页 |
| ·互信息 | 第36页 |
| ·改进的特征项表示模型 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 基于改进 SVM 的文本分类算法研究 | 第38-47页 |
| ·支持向量机分类方法 | 第38-43页 |
| ·SVM 算法的改进 | 第43-44页 |
| ·SVM 算法的并行实现 | 第44-45页 |
| ·分类器的结果评价 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第五章 实验评估及分析 | 第47-56页 |
| ·分布式实验环境的搭建 | 第47-50页 |
| ·硬件描述 | 第47页 |
| ·软件描述 | 第47页 |
| ·Hadoop 平台的搭建 | 第47-50页 |
| ·实验过程及评估 | 第50-55页 |
| ·改进的特征项表示模型的分析及评估 | 第50-52页 |
| ·实验步骤 | 第51-52页 |
| ·实验结果的评估 | 第52页 |
| ·改进 SVM 算法的分析及评估 | 第52-55页 |
| ·小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-57页 |
| ·总结 | 第56页 |
| ·展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间的主要研究成果 | 第62页 |