| 摘要 | 第1-7页 |
| ABSTRACT | 第7-14页 |
| 第一章 绪论 | 第14-20页 |
| ·研究背景和意义 | 第14-15页 |
| ·国内外相关研究 | 第15-18页 |
| ·文本聚类技术研究现状 | 第15-17页 |
| ·Map-Reduce 研究现状 | 第17页 |
| ·基于Map-Reduce 进行文本聚类 | 第17-18页 |
| ·本文的组织 | 第18页 |
| ·论文研究的成绩和贡献 | 第18-20页 |
| 第二章 文本聚类概述 | 第20-28页 |
| ·文本的预处理 | 第20-22页 |
| ·中文文本特征项的表示 | 第20-21页 |
| ·分词 | 第21页 |
| ·停用词 | 第21-22页 |
| ·文本表示模型 | 第22-23页 |
| ·向量空间模型 | 第22-23页 |
| ·概率检索模型 | 第23页 |
| ·聚类算法 | 第23-25页 |
| ·划分方法 | 第23-24页 |
| ·层次方法 | 第24页 |
| ·基于密度的方法 | 第24页 |
| ·基于网格的方法 | 第24-25页 |
| ·基于模型的方法 | 第25页 |
| ·文本聚类效果评价指标 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 MAP-REDUCE 概述 | 第28-37页 |
| ·执行流程 | 第29-30页 |
| ·编程模型 | 第30-33页 |
| ·Map 和Reduce 操作 | 第30-32页 |
| ·编程模型示例 | 第32-33页 |
| ·分布式计算框架 | 第33-36页 |
| ·容错性 | 第33-35页 |
| ·任务的本地化执行 | 第35页 |
| ·任务调度 | 第35页 |
| ·任务备份 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于MAP-REDUCE 构建文本聚类系统 | 第37-56页 |
| ·文本聚类系统设计 | 第37-42页 |
| ·系统总体框架 | 第37-39页 |
| ·中文分词 | 第39-40页 |
| ·词频统计和停用词移除 | 第40页 |
| ·特征提取 | 第40页 |
| ·TF-IDF 权值计算 | 第40-41页 |
| ·聚类分析 | 第41-42页 |
| ·结果输出 | 第42页 |
| ·应用MAP-REDUCE | 第42-49页 |
| ·应用于中文分词模块 | 第43页 |
| ·应用于词频统计模块 | 第43-44页 |
| ·应用于特征提取模块 | 第44-47页 |
| ·应用于聚类分析模块 | 第47-49页 |
| ·系统执行流程 | 第49-55页 |
| ·中文分词和词频统计过程 | 第51-52页 |
| ·特征提取过程 | 第52-53页 |
| ·聚类分析过程 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 系统测试及结果分析 | 第56-64页 |
| ·实验环境 | 第56-57页 |
| ·性能调优 | 第57-59页 |
| ·调整分片大小 | 第57-58页 |
| ·调整单节点的并发Map 任务数 | 第58-59页 |
| ·调整Reduce Worker 的数量 | 第59页 |
| ·聚类准确度调优 | 第59-61页 |
| ·参数K 的影响 | 第60页 |
| ·随机种子的影响 | 第60-61页 |
| ·可扩展性分析 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第六章 全文总结与展望 | 第64-66页 |
| ·主要结论 | 第64页 |
| ·未来研究展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 符号与标记（附录1） | 第69-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间已录用的论文 | 第71页 |