| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 本文研究内容 | 第12页 |
| 1.3 本文组织结构 | 第12-14页 |
| 第二章 Hadoop相关技术介绍 | 第14-23页 |
| 2.1 Hadoop环境介绍 | 第14-15页 |
| 2.2 HDFS关键技术 | 第15-17页 |
| 2.3 MapReduce原理 | 第17-19页 |
| 2.4 HBase | 第19-23页 |
| 第三章 基于Hadoop的网络数据获取与解析 | 第23-36页 |
| 3.1 分布式网络爬虫概述 | 第23页 |
| 3.2 基本结构 | 第23-25页 |
| 3.3 下载模块 | 第25-27页 |
| 3.4 抽取链接模块 | 第27-28页 |
| 3.5 去重模块 | 第28-29页 |
| 3.6 抽取正文模块 | 第29-32页 |
| 3.7 实验 | 第32-36页 |
| 第四章 基于Hadoop的信息检索 | 第36-44页 |
| 4.1 主要思路 | 第36页 |
| 4.2 基于MapReduce的分词 | 第36-38页 |
| 4.3 Lucene原理 | 第38页 |
| 4.4 Lucene功能扩展 | 第38-40页 |
| 4.5 基于MapReduce的索引 | 第40-41页 |
| 4.6 实验 | 第41-44页 |
| 第五章 基于Hadoop的文本聚类 | 第44-53页 |
| 5.1 文本聚类概述 | 第44-45页 |
| 5.2 系统设计 | 第45-46页 |
| 5.3 K-Means算法描述 | 第46-48页 |
| 5.4 文本聚类分析的逻辑设计 | 第48-49页 |
| 5.5 实验 | 第49-53页 |
| 第六章 总结和展望 | 第53-55页 |
| 6.1 总结 | 第53页 |
| 6.2 下一步研究工作 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 攻读硕士学位期间参加的科研项目与公开发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |