| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 研究内容 | 第11-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第二章 相关背景知识介绍 | 第14-21页 |
| 2.1 Web服务 | 第14页 |
| 2.2 Web服务的评价与排序方法 | 第14-15页 |
| 2.3 Web服务的体系结构 | 第15-16页 |
| 2.4 大数据编程模型 | 第16-18页 |
| 2.4.1 大数据编程模型概述 | 第16-17页 |
| 2.4.2 代表性模型介绍 | 第17-18页 |
| 2.4.3 大数据计算模型的相关成果 | 第18页 |
| 2.5 大数据场景下的top-k方法 | 第18-20页 |
| 2.6 本章小结 | 第20-21页 |
| 第三章 基于MapReduce的数据集剪枝方法 | 第21-32页 |
| 3.1 问题定义和基本概念 | 第21-23页 |
| 3.2 基于MapReduce的优化算法Core-C算法 | 第23-25页 |
| 3.3 数据集剪枝优化算法：TA-Release算法 | 第25-27页 |
| 3.4 TA-Release算法描述 | 第27-29页 |
| 3.5 仿真实验与结果分析 | 第29-31页 |
| 3.5.1 实验场景设置 | 第29页 |
| 3.5.2 实验结果分析 | 第29-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 基于数据划分和多目标查询的top-k方法 | 第32-45页 |
| 4.1 相关概念介绍 | 第32-33页 |
| 4.2 DDAMN方法 | 第33-36页 |
| 4.3 数据划分处理 | 第36-37页 |
| 4.3.1 基于分布式下的数据划分模型 | 第36页 |
| 4.3.2 基于k-means的数据划分（DDK）算法 | 第36-37页 |
| 4.4 基于擂台算法改进的多目标优化支配算法 | 第37-40页 |
| 4.4.1 MTNDA算法描述 | 第37-39页 |
| 4.4.2 MTNDA算法复杂度分析 | 第39-40页 |
| 4.5 仿真实验和结果分析 | 第40-44页 |
| 4.5.1 实验设置 | 第40-41页 |
| 4.5.2 实验项目 | 第41-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第五章 top-k服务查询应用示范 | 第45-54页 |
| 5.1 原型系统 | 第45-47页 |
| 5.1.1 技术背景 | 第45-46页 |
| 5.1.2 系统模块 | 第46-47页 |
| 5.2 top-k查询应用示范 | 第47-53页 |
| 5.2.1 需求分析 | 第47-48页 |
| 5.2.2 概要设计 | 第48页 |
| 5.2.3 详细设计 | 第48-51页 |
| 5.2.4 系统实现 | 第51-52页 |
| 5.2.5 实例分析 | 第52-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 附录1 攻读硕士学位期间参加的科研项目 | 第59-60页 |
| 致谢 | 第60页 |
