| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 云环境下的存储 | 第11-12页 |
| 1.2.2 数据分类技术 | 第12页 |
| 1.2.3 关键词提取技术 | 第12页 |
| 1.2.4 搜索技术 | 第12-13页 |
| 1.3 本文主要研究工作 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 相关理论及技术概述 | 第16-30页 |
| 2.1 云计算平台 | 第16-19页 |
| 2.1.1 谷歌文件系统 GFS | 第16-17页 |
| 2.1.2 开源云计算平台 Hadoop | 第17-18页 |
| 2.1.3 Map/Reduce 编程模型 | 第18-19页 |
| 2.2 网页排序算法及其优化 | 第19-22页 |
| 2.2.1 相关概述 | 第19页 |
| 2.2.2 PageRank 算法 | 第19-21页 |
| 2.2.3 优化 PageRank 算法 | 第21-22页 |
| 2.3 数据爬取与预处理 | 第22-23页 |
| 2.3.1 网络爬虫技术 | 第22-23页 |
| 2.3.2 信息抽取与处理 | 第23页 |
| 2.4 数据分类的过程 | 第23-27页 |
| 2.4.1 数据预处理 | 第23-25页 |
| 2.4.2 文本表示模型 | 第25页 |
| 2.4.3 特征抽取 | 第25-26页 |
| 2.4.4 分类流程 | 第26-27页 |
| 2.5 常用的数据分类方法 | 第27-30页 |
| 2.5.1 朴素 Na ve Bayes 算法 | 第27页 |
| 2.5.2 最邻近算法 | 第27-28页 |
| 2.5.3 支持向量机算法 | 第28页 |
| 2.5.4 人工神经网络 | 第28-30页 |
| 第3章 基于冷热预判模型的数据主题关键词提取算法研究 | 第30-39页 |
| 3.1 设计思路 | 第30页 |
| 3.2 数据冷热预判模型的构建 | 第30-32页 |
| 3.2.1 定义相关数据 | 第30-31页 |
| 3.2.2 基于预判的数据分类存储的模型 | 第31-32页 |
| 3.3 一种改进的数据 TF-IDF 主题关键词提取算法 | 第32-34页 |
| 3.3.1 数据 TF-IDF 主题关键词提取算法 | 第32-33页 |
| 3.3.2 一种改进的数据 TF-IDF 主题关键词提取算法 | 第33-34页 |
| 3.4 一种数据突发性主题关键词的提取算法 | 第34-39页 |
| 3.4.1 词的平均热度计算 | 第34-35页 |
| 3.4.2 词的普遍性程度计算 | 第35页 |
| 3.4.3 提取突发性主题关键词 | 第35-39页 |
| 第4章 基于相似主题关键词聚类的数据分类存储 | 第39-44页 |
| 4.1 面向主题关键词的互信息聚类 | 第39-42页 |
| 4.1.1 初始化流程 | 第40页 |
| 4.1.2 类别扩展方法 | 第40-42页 |
| 4.2 基于相似主题关键词分类的云存储 | 第42-44页 |
| 4.2.1 基于云的分布式存储 | 第42-43页 |
| 4.2.2 节点数据分类存储策略 | 第43-44页 |
| 第5章 基于主题关键词分类的分布式倒排索引设计与实现 | 第44-48页 |
| 5.1 设计思路 | 第44页 |
| 5.2 倒排索引 | 第44-45页 |
| 5.2.1 倒排索引术语阐述 | 第44页 |
| 5.2.2 倒排索引的构建 | 第44-45页 |
| 5.3 基于主题关键词分类的分布式倒排索引构建 | 第45-47页 |
| 5.3.1 构建过程的 Map 函数 | 第45-46页 |
| 5.3.2 构建的 Combine 过程 | 第46页 |
| 5.3.3 构建过程的 Reduce 函数 | 第46-47页 |
| 5.4 分布式查询剪枝策略 | 第47-48页 |
| 第6章 实验结果与分析 | 第48-57页 |
| 6.1 实验设计概述 | 第48页 |
| 6.2 面向特定主题的搜索整体架构设计 | 第48-49页 |
| 6.3 数据采集及实验流程 | 第49-50页 |
| 6.4 实验展示与结果分析 | 第50-56页 |
| 6.4.1 改进 PageRank 算法对搜索的影响 | 第50-51页 |
| 6.4.2 数据冷热预判分类模型对搜索的影响 | 第51-52页 |
| 6.4.3 TF-IDF 与其改进分类算法对搜索的影响 | 第52页 |
| 6.4.4 基于主题分类的分布式索引对搜索的影响 | 第52-53页 |
| 6.4.5 相关参数阈值选取对搜索的影响 | 第53-55页 |
| 6.4.6 分布式集群规模对搜索的影响 | 第55-56页 |
| 6.5 实验小结 | 第56-57页 |
| 第7章 总结与展望 | 第57-59页 |
| 7.1 本文完成的主要研究工作 | 第57页 |
| 7.2 不足之处及后期工作 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64-65页 |
| 详细摘要 | 第65-67页 |
