基于Hadoop的文本挖掘研究与应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景及意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 云计算领域 | 第13-14页 |
| 1.2.2 文本挖掘领域 | 第14-15页 |
| 1.2.3 文本预处理 | 第15页 |
| 1.2.4 停用词表构造 | 第15-16页 |
| 1.3 本文主要研究内容 | 第16页 |
| 1.4 论文结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 云计算和文本挖掘相关理论 | 第18-32页 |
| 2.1 云计算相关理论 | 第18-27页 |
| 2.1.1 Google云计算 | 第18-25页 |
| 2.1.2 Hadoop平台 | 第25-27页 |
| 2.2 文本挖掘理论 | 第27-31页 |
| 2.2.1 文本预处理 | 第27-28页 |
| 2.2.2 文本表示 | 第28-29页 |
| 2.2.3 文本分类 | 第29-30页 |
| 2.2.4 文本聚类 | 第30-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第三章 基于HADOOP的文本预处理研究 | 第32-46页 |
| 3.1 Hadoop平台搭建 | 第32-37页 |
| 3.2 文本预处理 | 第37-42页 |
| 3.2.1 文本集 | 第37-38页 |
| 3.2.2 分词 | 第38页 |
| 3.2.3 去停用词 | 第38-41页 |
| 3.2.4 降为处理 | 第41页 |
| 3.2.5 文本表示 | 第41-42页 |
| 3.3 MapReduce | 第42-43页 |
| 3.4 测试分析 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 聚类算法研究 | 第46-63页 |
| 4.1 TFIDF优化 | 第46-52页 |
| 4.2 聚类算法 | 第52-56页 |
| 4.3 基于Hadoop的CURE | 第56-62页 |
| 4.3.1 相关参数 | 第57-59页 |
| 4.3.2 TFIDF值 | 第59-60页 |
| 4.3.3 相似度距离计算 | 第60-61页 |
| 4.3.4 CURE的MapReduce化 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 基于HADOOP的CURE分析 | 第63-71页 |
| 5.1 实验分析 | 第65-70页 |
| 5.1.1 TFIDF结果分析 | 第66-67页 |
| 5.1.2 余弦距离计算分析 | 第67-69页 |
| 5.1.3 CURE算法分析 | 第69-70页 |
| 5.1.4 实验结果分析 | 第70页 |
| 5.2 本章小结 | 第70-71页 |
| 总结与展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 攻读学位期间发表的学术论文 | 第79-80页 |
| 攻读学位期间参加的科研项目 | 第80-82页 |
| 致谢 | 第82页 |
