| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 引言 | 第13-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.3 本文的主要研究内容 | 第19页 |
| 1.4 本文的组织结构 | 第19-21页 |
| 第2章 相关技术研究 | 第21-29页 |
| 2.1 云计算 | 第21-22页 |
| 2.1.1 云计算产生背景 | 第21页 |
| 2.1.2 云计算概念 | 第21页 |
| 2.1.3 云计算关键技术 | 第21-22页 |
| 2.2 Web挖掘 | 第22-23页 |
| 2.2.1 Web挖掘特点 | 第22-23页 |
| 2.2.2 Web挖掘分类 | 第23页 |
| 2.3 Web结构挖掘 | 第23-25页 |
| 2.3.1 Web图概念 | 第24-25页 |
| 2.3.2 链接关系表示 | 第25页 |
| 2.4 PageRank算法 | 第25-28页 |
| 2.4.1 算法思想 | 第25-27页 |
| 2.4.2 算法优缺点 | 第27-28页 |
| 2.5 本章小节 | 第28-29页 |
| 第3章 Hadoop云计算平台分析 | 第29-36页 |
| 3.1 概述 | 第29-32页 |
| 3.1.1 Hadoop概述 | 第29页 |
| 3.1.2 HDFS特点和体系结构 | 第29-30页 |
| 3.1.3 HDFS数据管理 | 第30-31页 |
| 3.1.4 MapReduce介绍 | 第31-32页 |
| 3.2 Hadoop下的MapReduce | 第32-35页 |
| 3.2.1 工作流程 | 第33页 |
| 3.2.2 调度策略 | 第33-35页 |
| 3.2.3 错误处理机制 | 第35页 |
| 3.3 本章小节 | 第35-36页 |
| 第4章 云计算环境下PageRank算法实现 | 第36-54页 |
| 4.1 PageRank算法并行实现 | 第36-45页 |
| 4.1.1 矩阵分块 | 第36-38页 |
| 4.1.2 矩阵存储结构 | 第38页 |
| 4.1.3 PageRank算法内积法并行实现 | 第38-40页 |
| 4.1.4 PageRank算法外积法并行实现 | 第40-42页 |
| 4.1.5 PageRank算法矩阵分块法并行实现 | 第42-44页 |
| 4.1.6 并行实现中存在的问题 | 第44-45页 |
| 4.2 PageRank算法Gauss-Seidel迭代实现 | 第45-47页 |
| 4.2.1 Jacobi迭代法 | 第45页 |
| 4.2.2 Gauss-Seidel迭代法 | 第45-46页 |
| 4.2.3 PageRank算法Gauss-Seidel迭代实验 | 第46-47页 |
| 4.2.4 算法存在的问题 | 第47页 |
| 4.3 利用最小分块方法并行实现PageRank算法 | 第47-53页 |
| 4.3.1 最小分块原理 | 第47-48页 |
| 4.3.2 数据准备 | 第48-50页 |
| 4.3.3 实现过程 | 第50-52页 |
| 4.3.4 复杂度分析 | 第52页 |
| 4.3.5 算法比较 | 第52-53页 |
| 4.4 本章小节 | 第53-54页 |
| 第5章 实验与结果分析 | 第54-63页 |
| 5.1 Hadoop平台搭建 | 第54-57页 |
| 5.1.1 角色和运行方式 | 第54页 |
| 5.1.2 实验环境 | 第54页 |
| 5.1.3 Hadoop环境搭建 | 第54-57页 |
| 5.2 数据集准备 | 第57-58页 |
| 5.3 基于MapReduce的并行实现 | 第58-60页 |
| 5.3.1 插件安装 | 第58页 |
| 5.3.2 基于最小分块的PageRank算法开发 | 第58-60页 |
| 5.4 结果分析 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 论文总结 | 第63页 |
| 6.2 研究展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读学位期间发表的学术论文目录 | 第68-69页 |
| 致谢 | 第69页 |
