| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要工作 | 第12-14页 |
| 1.3.1 主要研究内容 | 第12页 |
| 1.3.2 本文组织结构 | 第12-14页 |
| 第2章 MapReduce 与分布式计算 | 第14-22页 |
| 2.1 MapReduce 分布式计算框架 | 第14-17页 |
| 2.1.1 MapReduce 的数据分发策略 | 第15-16页 |
| 2.1.2 MapReduce 的排序特性 | 第16页 |
| 2.1.3 将算法移植到 MapReduce 编程模型 | 第16-17页 |
| 2.2 Hadoop 分布式计算平台 | 第17-20页 |
| 2.2.1 MapReduce 在 Hadoop 中的实现 | 第18页 |
| 2.2.2 Hadoop 中的底层存储实现 | 第18-19页 |
| 2.2.3 Hadoop 生态系统及下一代 MapReduce | 第19-20页 |
| 2.3 本章小结 | 第20-22页 |
| 第3章 文本聚类及其关键技术 | 第22-28页 |
| 3.1 文本聚类的关键技术 | 第22-25页 |
| 3.1.1 文本向量化 | 第22-23页 |
| 3.1.2 文本分词 | 第23页 |
| 3.1.3 特征选择 | 第23-24页 |
| 3.1.4 权重计算 | 第24-25页 |
| 3.2 常用的文本聚类算法 | 第25-27页 |
| 3.2.1 K 均值算法 | 第25-26页 |
| 3.2.2 层次聚类算法 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第4章 基于 MapReduce 的文本向量化 | 第28-38页 |
| 4.1 基于 MapReduce 的文本分词 | 第28-29页 |
| 4.2 基于 MapReduce 的 TF-IDF 权重计算 | 第29-34页 |
| 4.3 基于 MapReduce 的特征选择 | 第34-35页 |
| 4.4 基于 MapReduce 的文本向量化 | 第35-36页 |
| 4.5 本章小结 | 第36-38页 |
| 第5章 基于 MapReduce 的文本聚类 | 第38-48页 |
| 5.1 基于 MapReduce 的层次聚类数据划分算法 | 第38-41页 |
| 5.1.1 相关定义 | 第39-40页 |
| 5.1.2 文本向量分区算法 | 第40页 |
| 5.1.3 数据划分算法 | 第40-41页 |
| 5.2 基于 MapReduce 的层次聚类算法 | 第41页 |
| 5.3 基于 MapReduce 的层次聚类算法具体实现 | 第41-46页 |
| 5.4 本章小结 | 第46-48页 |
| 第6章 实验与结果分析 | 第48-58页 |
| 6.1 实验环境准备 | 第48-50页 |
| 6.1.1 Hadoop 集群规划 | 第48页 |
| 6.1.2 Hadoop 集群部署 | 第48-50页 |
| 6.2 数据集及评价指标 | 第50-53页 |
| 6.2.1 实验采用的数据集 | 第50-51页 |
| 6.2.2 实验采用的评价指标 | 第51-53页 |
| 6.3 实验结果及分析 | 第53-57页 |
| 6.3.1 聚类效果实验 | 第53-54页 |
| 6.3.2 并行性能实验 | 第54-56页 |
| 6.3.3 算法相关实验 | 第56-57页 |
| 6.4 本章小结 | 第57-58页 |
| 第7章 结束与展望 | 第58-60页 |
| 7.1 工作总结 | 第58页 |
| 7.2 未来展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-63页 |
| 个人简历、在学期间发表的学术论文和研究成果 | 第63页 |
