| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状及分析 | 第9-13页 |
| 1.3 主要研究内容 | 第13页 |
| 1.4 论文组织 | 第13-14页 |
| 第2章 基础知识 | 第14-22页 |
| 2.1 主动学习 | 第14-18页 |
| 2.2 极限学习机 | 第18-22页 |
| 第3章 大数据处理平台介绍 | 第22-28页 |
| 3.1 Hadoop框架 | 第22-24页 |
| 3.1.1 Hadoop历史发展 | 第22页 |
| 3.1.2 HDFS存储技术 | 第22-24页 |
| 3.1.3 MapReduce编程框架 | 第24页 |
| 3.2 Spark框架 | 第24-27页 |
| 3.2.1 Spark历史发展 | 第24-25页 |
| 3.2.2 Spark运行模式 | 第25页 |
| 3.2.3 RDD编程模型 | 第25-26页 |
| 3.2.4 Spark架构模型 | 第26页 |
| 3.2.5 Spark生态组件 | 第26-27页 |
| 3.3 Hadoop和Spark对比分析 | 第27-28页 |
| 第4章 基于开源框架的大数据主动学习 | 第28-48页 |
| 4.1 Hadoop及Spark大数据处理集群的搭建 | 第28-30页 |
| 4.1.1 Hadoop平台的搭建过程 | 第28-30页 |
| 4.1.2 Spark平台的搭建过程 | 第30页 |
| 4.2 基于MapReduce的大数据主动学习 | 第30-36页 |
| 4.2.1 MR-AL算法设计 | 第31-33页 |
| 4.2.2 MR-AL关键步骤实现 | 第33-36页 |
| 4.3 基于Spark的大数据主动学习 | 第36-41页 |
| 4.3.1 Spark-AL算法设计 | 第36-40页 |
| 4.3.2 Spark-AL实现步骤 | 第40-41页 |
| 4.4 实验结果与分析 | 第41-48页 |
| 4.4.1 不确定样例选择实验 | 第43-44页 |
| 4.4.2 两种算法实验比较 | 第44-48页 |
| 第5章 总结与展望 | 第48-49页 |
| 5.1 工作总结 | 第48页 |
| 5.2 后续工作展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录 | 第52-56页 |
| 致谢 | 第56页 |