| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 文本分类研究现状 | 第11-12页 |
| 1.3.2 MapReduce研究现状 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 2 文本分类及MapReduce技术 | 第14-29页 |
| 2.1 文本分类关键技术 | 第14-19页 |
| 2.1.1 文本分类概述 | 第14页 |
| 2.1.2 文本预处理 | 第14-16页 |
| 2.1.3 文本特征降维 | 第16-17页 |
| 2.1.4 文本分类模型 | 第17-18页 |
| 2.1.5 评价指标 | 第18-19页 |
| 2.2 MapReduce编程模型 | 第19-24页 |
| 2.2.1 MapReduce概述 | 第19-20页 |
| 2.2.2 MapReduce的基本设计思想 | 第20页 |
| 2.2.3 MapReduce的主要功能 | 第20-21页 |
| 2.2.4 MapReduce的并行编程模型 | 第21-22页 |
| 2.2.5 MapReduce的作业调度过程和方法 | 第22-24页 |
| 2.3 Hadoop系统构架和MapReduce程序执行过程 | 第24-28页 |
| 2.3.1 Hadoop系统构架 | 第24-25页 |
| 2.3.2 MapReduce程序执行过程 | 第25页 |
| 2.3.3 HDFS基本组成结构与文件访问过程 | 第25-27页 |
| 2.3.4 HDFS可靠性 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 基于MapReduce的中文分词及特征选择方法 | 第29-39页 |
| 3.1 中文分词 | 第29-33页 |
| 3.1.1 IK分词器 | 第29-30页 |
| 3.1.2 基于MapReduce的并行化分词的设计 | 第30-33页 |
| 3.2 特征选择 | 第33-38页 |
| 3.2.1 传统的互信息选择方法 | 第33页 |
| 3.2.2互信息特征选择的不足 | 第33-34页 |
| 3.2.3 基于类间差异的特征选择方法 | 第34-35页 |
| 3.2.4 基于MapReduce的CDMT特征选择 | 第35-38页 |
| 3.3 本章小结 | 第38-39页 |
| 4 基于MapReduce的贝叶斯文本分类器 | 第39-51页 |
| 4.1 朴素贝叶斯分类器 | 第39-41页 |
| 4.1.1 贝叶斯定理 | 第39-40页 |
| 4.1.2 朴素贝叶斯分类算法 | 第40-41页 |
| 4.2 基于MapReduce的朴素贝叶斯分类器的并行化设计 | 第41-44页 |
| 4.2.1 训练阶段及相关参数计算 | 第41-42页 |
| 4.2.2 分类阶段 | 第42-44页 |
| 4.3 Hadoop系统环境的搭建 | 第44-46页 |
| 4.4 实验和实验结果 | 第46-50页 |
| 4.4.1 实验设计 | 第46-49页 |
| 4.4.2 实验结果 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 总结与展望 | 第51-52页 |
| 5.1 全文总结 | 第51页 |
| 5.2 未来展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间取得的研究成果 | 第57-59页 |
| 浙江师范大学学位论文诚信承诺书 | 第59页 |
