| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.1.1 课题背景 | 第8-9页 |
| 1.1.2 研究的目的和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 文本分类国内外研究现状 | 第9-11页 |
| 1.2.2 Hadoop 的研究与应用国内外研究现状 | 第11-12页 |
| 1.3 本文的主要研究内容 | 第12-14页 |
| 第2章 文本分类方法与算法设计 | 第14-25页 |
| 2.1 文本分类模型 | 第14页 |
| 2.2 文本预处理 | 第14-15页 |
| 2.3 常用特征选择方法 | 第15-17页 |
| 2.4 文本向量化算法 | 第17-18页 |
| 2.5 常用分类算法 | 第18-21页 |
| 2.5.1 朴素贝叶斯分类算法 | 第18-19页 |
| 2.5.2 支持向量机分类算法 | 第19-20页 |
| 2.5.3 K 最近邻分类算法 | 第20-21页 |
| 2.6 中文文本分类方法的改进设计 | 第21-24页 |
| 2.6.1 中文文本预处理方法设计 | 第21-22页 |
| 2.6.2 基于卡方统计特征选择方法设计 | 第22-24页 |
| 2.6.3 基于 KNN 的文本分类系统设计 | 第24页 |
| 2.7 本章小结 | 第24-25页 |
| 第3章 HADOOP 系统集群的研究与配置 | 第25-42页 |
| 3.1 HADOOP 系统简介 | 第25页 |
| 3.2 MAPREDUCE 原理及编程模型 | 第25-34页 |
| 3.2.1 MapReduce 角色分类 | 第25-26页 |
| 3.2.2 编程模型 | 第26-28页 |
| 3.2.3 数据类型及输入输出格式类型 | 第28-33页 |
| 3.2.4 链式 MapReduce 作业 | 第33-34页 |
| 3.3 HADOOP 分布式文件系统 | 第34-38页 |
| 3.3.1 HDFS 的体系结构 | 第34-36页 |
| 3.3.2 HDFS 读写数据流 | 第36-38页 |
| 3.4 HADOOP 系统集群的安装与配置 | 第38-41页 |
| 3.4.1 Hadoop 系统结构 | 第38-39页 |
| 3.4.2 Hadoop 集群环境配置 | 第39-40页 |
| 3.4.3 Hadoop 集群安装与配置 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于 HADOOP 文本分类的设计与实现 | 第42-48页 |
| 4.1 特征词选择的 MAPREDUCE算法设计与实现 | 第42-43页 |
| 4.2 训练文本 TFIDF 向量化的 MAPREDUCE算法设计与实现 | 第43页 |
| 4.3 KNN 文本分类测试的 MAPREDUCE算法设计与实现 | 第43-44页 |
| 4.4 测试实验结果与分析 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54页 |
