| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 朴素贝叶斯分类器研究现状 | 第11-12页 |
| 1.2.2 列存储研究现状 | 第12-13页 |
| 1.3 研究目的 | 第13-14页 |
| 1.4 论文研究内容和章节安排 | 第14-16页 |
| 2 朴素贝叶斯及HBase平台介绍 | 第16-26页 |
| 2.1 贝叶斯分类算法介绍 | 第16-20页 |
| 2.1.1 贝叶斯数学定理 | 第16页 |
| 2.1.2 朴素贝叶斯分类 | 第16-20页 |
| 2.2 HBase平台介绍 | 第20-25页 |
| 2.2.1 系统架构 | 第20-22页 |
| 2.2.2 数据模型 | 第22-24页 |
| 2.2.3 编码方式 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 一种改进的朴素贝叶斯分类器 | 第26-32页 |
| 3.1 特征加权贝叶斯算法介绍 | 第26-27页 |
| 3.2 新的加权系数计算方法 | 第27-30页 |
| 3.2.1 基于协方差计算加权系数 | 第27-28页 |
| 3.2.2 基于信息增益率计算加权系数 | 第28-30页 |
| 3.3 改进后的朴素贝叶斯分类器计算流程 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 压缩算法改进及选取 | 第32-46页 |
| 4.1 HBase现有压缩算法研究 | 第32-35页 |
| 4.1.1 文件存储 | 第32-34页 |
| 4.1.2 现有压缩算法介绍 | 第34-35页 |
| 4.2 改进行程编码和字典编码 | 第35-44页 |
| 4.2.1 Base-128Varints编码 | 第35-36页 |
| 4.2.2 变长整数的行程编码的改进 | 第36-39页 |
| 4.2.3 针对整型索引的字典编码的改进 | 第39-41页 |
| 4.2.4 改进的压缩算法实验结果分析 | 第41-44页 |
| 4.3 压缩算法选取 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 5 引入贝叶斯分类器的HBase数据读写流程设计 | 第46-50页 |
| 5.1 引入贝叶斯分类器的HBase写数据流程设计 | 第46-48页 |
| 5.2 引入贝叶斯分类器的HBase读数据流程设计 | 第48-49页 |
| 5.3 本章小结 | 第49-50页 |
| 6 实验及结果分析 | 第50-59页 |
| 6.1 实验环境搭建 | 第50-51页 |
| 6.1.1 硬件环境 | 第50-51页 |
| 6.1.2 软件环境 | 第51页 |
| 6.2 实验准备 | 第51-54页 |
| 6.2.1 特征属性的确定 | 第51-52页 |
| 6.2.2 实验数据预处理 | 第52页 |
| 6.2.3 确定样本数据的分类标签 | 第52-54页 |
| 6.2.4 构造分类器 | 第54页 |
| 6.3 实验方法及结果分析 | 第54-57页 |
| 6.3.1 压缩率对比测试 | 第55-56页 |
| 6.3.2 压缩速度对比测试 | 第56页 |
| 6.3.3 解压速度对比测试 | 第56-57页 |
| 6.3.4 实验总结 | 第57页 |
| 6.4 本章小结 | 第57-59页 |
| 7 总结与展望 | 第59-61页 |
| 7.1 研究总结 | 第59-60页 |
| 7.2 研究展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |