| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 引言 | 第10-16页 |
| ·课题研究的背景和意义 | 第10-13页 |
| ·课题的国内外研究现状 | 第13-15页 |
| ·本文的内容组织结构 | 第15-16页 |
| 2 web 挖掘技术介绍 | 第16-29页 |
| ·数据挖掘 | 第16页 |
| ·web 数据挖掘 | 第16-18页 |
| ·web 数据挖掘及其分类 | 第16-18页 |
| ·web 结构挖掘的理论基础 | 第18-22页 |
| ·web 链接结构及 web 结构挖掘 | 第18-20页 |
| ·从图论的角度分析 web 链接结构 | 第20-22页 |
| ·web 结构挖掘 PageRank 算法原理分析 | 第22-29页 |
| ·PageRank 算法 | 第23-26页 |
| ·PageRank 算法产生的黑洞现象 | 第26-27页 |
| ·PageRank 算法存在的不足 | 第27-29页 |
| 3 云计算及其关键技术 | 第29-43页 |
| ·云计算技术介绍 | 第29-33页 |
| ·云计算的技术提出及发展 | 第29-30页 |
| ·云计算技术和其基本原理 | 第30-33页 |
| ·MapReduce 编程框架介绍 | 第33-37页 |
| ·MapReduce 编程框架的介绍 | 第33页 |
| ·MapReduce 编程框架的原理 | 第33-34页 |
| ·MapReduce 编程框架的具体实现 | 第34-36页 |
| ·MapReduce 编程框架的容错机制 | 第36页 |
| ·MapReduce 运行时间分析 | 第36-37页 |
| ·MapReduce 编程框架的使用条件 | 第37页 |
| ·基于 MapReduce 的开源实现-Hadoop 框架 | 第37-43页 |
| ·Hadoop 框架概述 | 第37-38页 |
| ·Hadoop 文件分布式系统-HDFS | 第38-40页 |
| ·MapReduce 下的 Hadoop 具体实现 | 第40-41页 |
| ·MapReduce 下的 Hadoop 的工作流程 | 第41-42页 |
| ·Hadoop 性能的不足之处 | 第42-43页 |
| 4 基于 MapReduce 的 PageRank 算法研究 | 第43-62页 |
| ·基于 MapReduce 的 PageRank 算法来源 | 第43页 |
| ·MapReduce 下 PageRank 并行算法 | 第43-48页 |
| ·基于 MapReduce 下的 PageRank 算法数据准备 | 第43-46页 |
| ·基于 MapReduce 的 PageRank 算法实现过程 | 第46-48页 |
| ·算法中的不足和需要改进的地方 | 第48页 |
| ·裁枝算法的提出 | 第48-55页 |
| ·裁枝算法的算法原理 | 第49-52页 |
| ·裁枝算法的数据准备 | 第52-53页 |
| ·裁枝算法的执行过程 | 第53-55页 |
| ·裁枝算法的优势 | 第55页 |
| ·邻接矩阵的分块算法 | 第55-62页 |
| ·矩阵分块算法的实现原理 | 第56-59页 |
| ·邻接矩阵分块算法的实现 | 第59-60页 |
| ·分块算法的优势分析 | 第60-62页 |
| 5 实验过程及分析 | 第62-69页 |
| ·Hadoop 环境的部署 | 第62-65页 |
| ·实验环境的软硬件环境 | 第62-63页 |
| ·集群节点之间的网络通信-安装 SSH 服务 | 第63页 |
| ·Hadoop 环境的搭建 | 第63-65页 |
| ·实验数据集的准备 | 第65页 |
| ·Hadoop 集群下运行算法 | 第65-66页 |
| ·实验分析 | 第66-69页 |
| ·分块算法块的大小对算法效率的影响 | 第66-67页 |
| ·分析算法的时空消耗 | 第67-69页 |
| 6 总结与展望 | 第69-71页 |
| ·本文总结 | 第69页 |
| ·展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间发表及录用的学术论文 | 第77页 |
