| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 相似度计算研究现状 | 第11-12页 |
| 1.2.2 云计算研究现状 | 第12-13页 |
| 1.3 研究内容和论文结构安排 | 第13-15页 |
| 第二章 相关技术及工具 | 第15-25页 |
| 2.1 云计算技术和模型 | 第15-19页 |
| 2.1.1 云计算的概念及演进 | 第15-18页 |
| 2.1.2 HADOOP云计算平台及标准化 | 第18-19页 |
| 2.2 相似度相关技术 | 第19-21页 |
| 2.2.1 相似度度量与距离度量 | 第19-21页 |
| 2.3 文本处理技术及工具 | 第21-24页 |
| 2.3.1 中文分词技术研究现状 | 第21-22页 |
| 2.3.2 分词处理工具 | 第22-23页 |
| 2.3.3 文本提取分析工具 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 文本处理及相似度计算 | 第25-33页 |
| 3.1 文本处理 | 第25-30页 |
| 3.1.1 文本提取 | 第25-26页 |
| 3.1.2 章节定位和文本表示 | 第26-28页 |
| 3.1.3 中文分词和去停止词 | 第28-30页 |
| 3.2 文本相似度计算方法 | 第30-32页 |
| 3.2.1 去除模板内容 | 第30-31页 |
| 3.2.2 章节相似度和全文相似度 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 基于分词矩阵模型的模糊匹配查重算法 | 第33-45页 |
| 4.1 基于分词矩阵模型的模糊匹配查重算法实现 | 第33-40页 |
| 4.1.1 算法的设计原理与执行流程 | 第33-38页 |
| 4.1.2 算法展示与程序表达 | 第38-40页 |
| 4.2 基于分词矩阵模型的模糊匹配查重算法评价 | 第40-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 文本查重系统的架构设计及实现 | 第45-64页 |
| 5.1 基于HADOOP的分布式的文本查重系统的开发环境 | 第45-46页 |
| 5.2 分布式文本查重系统的架构设计 | 第46-48页 |
| 5.3 分布式文本查重系统的并行模块设计 | 第48-50页 |
| 5.4 查重系统的功能结构和操作流程 | 第50-52页 |
| 5.5 查重系统设计原则与操作界面展示 | 第52-59页 |
| 5.6 基于HADOOP的分布式文本查重系统测试运行 | 第59-63页 |
| 5.7 本章小结 | 第63-64页 |
| 第六章 结论与展望 | 第64-66页 |
| 6.1 本文总结 | 第64-65页 |
| 6.2 后续工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 在学期间的研究成果 | 第70-71页 |
| 致谢 | 第71页 |