摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-15页 |
1.1 研究背景与意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 研究内容及研究方法 | 第12-13页 |
1.4 章节安排 | 第13-14页 |
1.5 本章小结 | 第14-15页 |
第2章 大数据挖掘的相关技术 | 第15-35页 |
2.1 大数据挖掘的关键技术 | 第15-18页 |
2.1.1 Hadoop分布式介绍 | 第15-16页 |
2.1.2 MapReduce框架介绍 | 第16-17页 |
2.1.3 HDFS的存取原理 | 第17-18页 |
2.2 数据获取的关键技术 | 第18-23页 |
2.2.1 Nutch爬虫工具简介 | 第18-20页 |
2.2.2 Nutch的执行流程 | 第20-23页 |
2.3 网页数据中抽取相关文本 | 第23-26页 |
2.3.1 网页数据的预处理方法 | 第23-24页 |
2.3.2 语句的清洗 | 第24-25页 |
2.3.3 抓取的数据的评价方案 | 第25-26页 |
2.4 实验测试分析 | 第26-34页 |
2.4.1 实验平台构建 | 第26-33页 |
2.4.2 实验结果分析 | 第33-34页 |
2.5 本章小结 | 第34-35页 |
第3章 基于MapReduce的聚类方法 | 第35-51页 |
3.1 聚类算法的分类 | 第35-36页 |
3.2 评论语句聚类前的关键技术 | 第36-40页 |
3.2.1 选取特征词 | 第38-39页 |
3.2.2 文本向量表示 | 第39页 |
3.2.3 特征词的权重计算 | 第39-40页 |
3.2.4 评论语句的相似性计算 | 第40页 |
3.3 聚类算法设计 | 第40-44页 |
3.3.1 K-means 算法 | 第40-42页 |
3.3.2 Canopy算法 | 第42-44页 |
3.4 基于MapReduce的聚类算法设计 | 第44-49页 |
3.4.1 基于MapReduce的Canopy算法 | 第44-46页 |
3.4.2 基于MapReduce的K-means算法 | 第46-49页 |
3.5 实验设计 | 第49-50页 |
3.5.1 实验运行环境 | 第49页 |
3.5.2 实验步骤 | 第49页 |
3.5.3 实验结果及结论 | 第49-50页 |
3.6 本章小结 | 第50-51页 |
第4章 应用测试分析 | 第51-57页 |
4.1 数据预处理 | 第51-52页 |
4.1.1 数据来源 | 第51-52页 |
4.1.2 数据处理 | 第52页 |
4.2 实验结果分析 | 第52-54页 |
4.3 评论语句的实际应用 | 第54页 |
4.4 本章总结 | 第54-57页 |
第5章 总结与展望 | 第57-59页 |
5.1 总结 | 第57-58页 |
5.2 展望 | 第58-59页 |
参考文献 | 第59-63页 |
致谢 | 第63页 |