| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 1 绪论 | 第14-19页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.2.1 文本特征选择算法研究现状 | 第15-16页 |
| 1.2.2 Hadoop云平台研究现状 | 第16页 |
| 1.3 本文主要研究内容 | 第16-17页 |
| 1.4 各章研究内容与论文结构 | 第17-19页 |
| 2 文本分类和Hadoop分布式云平台技术 | 第19-24页 |
| 2.1 文本分类过程 | 第19页 |
| 2.2 文本预处理 | 第19-20页 |
| 2.2.1 中文分词 | 第19页 |
| 2.2.2 去停用词 | 第19-20页 |
| 2.3 文本表示 | 第20-21页 |
| 2.3.1 布尔模型 | 第20页 |
| 2.3.2 概率模型 | 第20-21页 |
| 2.3.3 向量空间模型 | 第21页 |
| 2.4 常用特征提取算法 | 第21-23页 |
| 2.4.1 文档频率(DF) | 第21页 |
| 2.4.2 信息增益(IG) | 第21-22页 |
| 2.4.3 互信息(MI) | 第22页 |
| 2.4.4 卡方统计(CHI) | 第22-23页 |
| 2.5 常见分类算法 | 第23-24页 |
| 2.5.1 朴素贝叶斯方法 | 第23页 |
| 2.5.2 K最近邻方法 | 第23-24页 |
| 3 Hadoop分布式云平台 | 第24-28页 |
| 3.1 Hadoop云平台架构 | 第24页 |
| 3.2 HDFS分布式文件系统 | 第24-25页 |
| 3.2.1 HDFS简介 | 第24-25页 |
| 3.2.2 HDFS系统架构 | 第25页 |
| 3.3 Map Reduce并行编程 | 第25-27页 |
| 3.3.1 Map Reduce并行架构 | 第25-26页 |
| 3.3.2 Map Reduce并行编程接口 | 第26-27页 |
| 3.4 文章小结 | 第27-28页 |
| 4 基于CHI和MI的改进型组合特征选择算法CHMI | 第28-36页 |
| 4.1 引言 | 第28页 |
| 4.2 经典CHI和MI方法的不足 | 第28-29页 |
| 4.3 改进的基于CHI和MI的组合特征提取方法CHMI | 第29-31页 |
| 4.4 实验与结果分析 | 第31-35页 |
| 4.4.1 测试方法 | 第31页 |
| 4.4.2 语料库说明 | 第31-32页 |
| 4.4.3 评价标准 | 第32页 |
| 4.4.4 实验结果与分析 | 第32-35页 |
| 4.5 本章小结 | 第35-36页 |
| 5 基于云平台的并行文本特征选择算法MRCHMI | 第36-46页 |
| 5.1 引言 | 第36页 |
| 5.2 并行实现文本特征选择分析 | 第36页 |
| 5.3 基于Map Reduce的文本特征选择算法设计 | 第36-41页 |
| 5.4 实验与结果分析 | 第41-45页 |
| 5.4.1 实验环境 | 第41-42页 |
| 5.4.2 评价标准 | 第42页 |
| 5.4.3 实验结果与分析 | 第42-45页 |
| 5.5 本章小结 | 第45-46页 |
| 6 结论 | 第46-48页 |
| 6.1 研究总结 | 第46-47页 |
| 6.2 需要进一步开展的工作 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 作者简历 | 第53页 |
