| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 研究背景 | 第9页 |
| 1.2 国内外研究现状 | 第9-17页 |
| 1.2.1 TF-IDF算法研究进展 | 第10-14页 |
| 1.2.2 批处理系统进展 | 第14-15页 |
| 1.2.3 基于批处理系统实现TF-IDF算法的现状 | 第15-17页 |
| 1.2.4 现存问题 | 第17页 |
| 1.3 本文的研究内容 | 第17-18页 |
| 1.4 本文的研究意义 | 第18页 |
| 1.5 论文的组织架构 | 第18-21页 |
| 第二章 基于TF-IDF改进计算模型的实时大数据处理系统总体设计 | 第21-39页 |
| 2.1 相关技术概述 | 第21-27页 |
| 2.1.1 中文分词技术 | 第21-22页 |
| 2.1.2 中文分词工具对比分析 | 第22-23页 |
| 2.1.3 批量处理技术 | 第23-25页 |
| 2.1.4 流式数据处理技术 | 第25-27页 |
| 2.2 系统总体设计 | 第27-38页 |
| 2.2.1 需求分析 | 第27-29页 |
| 2.2.2 系统设计 | 第29-34页 |
| 2.2.3 监控平台 | 第34-38页 |
| 2.3 小结 | 第38-39页 |
| 第三章 批处理与实时计算模型融合架构设计 | 第39-55页 |
| 3.1 基于JStorm平台的TF-IDF低延迟计算模型设计 | 第39-44页 |
| 3.1.1 实现目标 | 第39页 |
| 3.1.2 设计Topology结构 | 第39-43页 |
| 3.1.3 运行Topology | 第43-44页 |
| 3.2 基于Spark平台的TF-IDF批处理计算模型的设计 | 第44-50页 |
| 3.2.1 实现目标 | 第44-45页 |
| 3.2.2 算法设计 | 第45-49页 |
| 3.2.3 运行Spark程序 | 第49-50页 |
| 3.3 批处理视图与实时计算视图集成计算模型设计 | 第50-53页 |
| 3.3.1 实现目标 | 第50页 |
| 3.3.2 算法原理与架构 | 第50页 |
| 3.3.3 算法设计 | 第50-53页 |
| 3.4 小结 | 第53-55页 |
| 第四章 实验与测评 | 第55-63页 |
| 4.1 实验环境 | 第55-57页 |
| 4.1.1 Spark集群实验环境准备 | 第55页 |
| 4.1.2 JStorm集群实验环境准备 | 第55-56页 |
| 4.1.3 实验数据准备 | 第56-57页 |
| 4.2 实验设计 | 第57-59页 |
| 4.3 测评结果 | 第59-61页 |
| 4.4 小结 | 第61-63页 |
| 第五章 结论与展望 | 第63-65页 |
| 5.1 结论 | 第63页 |
| 5.2 进一步工作展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-69页 |
| 个人简历、在学期间发表的论文与研究成果 | 第69页 |
