基于Hadoop的电子文件分类系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究目标与主要研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 相关技术概述 | 第14-19页 |
| 2.1 Hadoop平台 | 第14-16页 |
| 2.1.1 HDFS简介 | 第14-16页 |
| 2.1.2 Map-Reduce简介 | 第16页 |
| 2.2 文本分类器 | 第16-17页 |
| 2.3 Solr搜索应用服务器 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 电子文件分类系统的需求分析与概要设计 | 第19-31页 |
| 3.1 系统需求分析 | 第19-23页 |
| 3.1.1 文件分类需求分析 | 第20-22页 |
| 3.1.2 文件搜索需求分析 | 第22-23页 |
| 3.1.3 文件预览需求分析 | 第23页 |
| 3.2 分类算法的分析与比较 | 第23-26页 |
| 3.2.1 K-邻近算法 | 第24页 |
| 3.2.2 支持向量机算法 | 第24-25页 |
| 3.2.3 朴素贝叶斯分类算法 | 第25-26页 |
| 3.2.4 分类算法的选择 | 第26页 |
| 3.3 系统总体架构设计 | 第26-29页 |
| 3.3.1 系统物理架构 | 第27-28页 |
| 3.3.2 系统软件架构 | 第28页 |
| 3.3.3 模块设计 | 第28-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第四章 电子文件分类系统的详细设计与实现 | 第31-51页 |
| 4.1 公共模块的设计与实现 | 第31-34页 |
| 4.1.1 文件读写 | 第31-32页 |
| 4.1.2 文件内容提取 | 第32-33页 |
| 4.1.3 分词及去停用词 | 第33-34页 |
| 4.2 文件分类模块的设计与实现 | 第34-41页 |
| 4.2.1 生成特征向量 | 第35-37页 |
| 4.2.2 构造分类器 | 第37-39页 |
| 4.2.3 未标记文件分类过程 | 第39-41页 |
| 4.3 文件搜索模块的设计与实现 | 第41-44页 |
| 4.3.1 维护索引 | 第41-43页 |
| 4.3.2 检索文件 | 第43-44页 |
| 4.4 文件预览模块的设计与实现 | 第44-46页 |
| 4.4.1 生成预览文件 | 第44-45页 |
| 4.4.2 展示预览文件 | 第45-46页 |
| 4.5 其他关键部分的设计与实现 | 第46-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 电子文件分类系统的测试 | 第51-61页 |
| 5.1 测试环境 | 第51页 |
| 5.2 公共模块测试 | 第51-53页 |
| 5.3 文件分类模块测试 | 第53-55页 |
| 5.3.1 分类模块功能测试 | 第53-54页 |
| 5.3.2 分类模块性能测试 | 第54-55页 |
| 5.4 文件搜索模块测试 | 第55-58页 |
| 5.4.1 搜索模块功能测试 | 第55-57页 |
| 5.4.2 搜索模块性能测试 | 第57-58页 |
| 5.5 文件预览模块测试 | 第58-60页 |
| 5.5.1 预览模块功能测试 | 第58-60页 |
| 5.5.2 预览模块性能测试 | 第60页 |
| 5.6 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-62页 |
| 6.1 本文工作总结 | 第61页 |
| 6.2 今后工作展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65页 |
