| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景 | 第9-11页 |
| ·研究内容 | 第11-12页 |
| ·研究意义 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第2章 大数据与Hadoop平台 | 第14-23页 |
| ·大数据处理 | 第14-16页 |
| ·大数据的定义 | 第14-15页 |
| ·大数据的价值 | 第15页 |
| ·大数据处理技术 | 第15-16页 |
| ·大数据前景 | 第16页 |
| ·Hadoop平台介绍 | 第16-17页 |
| ·Hadoop简介 | 第16页 |
| ·Hadoop项目及其结构 | 第16页 |
| ·Hadoop的优势 | 第16-17页 |
| ·Hadoop平台的发展趋势 | 第17页 |
| ·Hadoop平台相关技术 | 第17-21页 |
| ·HDFS | 第17-18页 |
| ·MapReduce | 第18-20页 |
| ·HBase | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第3章 微博用户影响力排名基本算法及改进 | 第23-31页 |
| ·微博用户影响力 | 第23-24页 |
| ·微博用户影响力定义 | 第23页 |
| ·微博影响力评定标准 | 第23-24页 |
| ·微博用户影响力国内外研究现状 | 第24-27页 |
| ·基于PageRank算法的微博用户影响力评定方法 | 第25页 |
| ·基于用户行为权值的微博用户影响力评定方法 | 第25-26页 |
| ·基于URL追踪的微博用户影响力评定方法 | 第26页 |
| ·基于信息传播的微博用户影响力评定方法 | 第26页 |
| ·微博用户影响力评定方法研究现状小结 | 第26-27页 |
| ·微博用户影响力排名改进算法——UserRank算法 | 第27-30页 |
| ·UserRank算法思想 | 第27-28页 |
| ·UserRank算法具体实现 | 第28-30页 |
| ·UserRank算法优势 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第4章 基于Hadoop的微博用户影响力排名系统的设计和实现 | 第31-52页 |
| ·Hadoop平台搭建 | 第31-33页 |
| ·集群概况 | 第31页 |
| ·Hadoop搭建流程 | 第31-33页 |
| ·数据库设计与实现 | 第33-46页 |
| ·实验数据 | 第33-36页 |
| ·数据库设计 | 第36-37页 |
| ·数据处理及数据库实现 | 第37-46页 |
| ·UserRank算法实现 | 第46-51页 |
| ·基本PageRank算法的MapReduce实现 | 第46-49页 |
| ·UserRank算法的MapReduce实现 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 实验结果及其分析 | 第52-56页 |
| ·实验结果分析 | 第52-53页 |
| ·实验结果对比 | 第53-55页 |
| ·UserRank算法与追随者数量排名算法对比 | 第53-55页 |
| ·UserRank算法与PageRank算法对比 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第6章 总结和展望 | 第56-58页 |
| ·全文研究总结 | 第56页 |
| ·未来研究展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间发表的论文 | 第63页 |
