面向大规模数据的在线新事件检测
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 引言 | 第9-16页 |
| ·课题背景 | 第9-10页 |
| ·基本概念 | 第10-11页 |
| ·研究现状 | 第11-14页 |
| ·研究意义 | 第14页 |
| ·研究内容及组织结构 | 第14-16页 |
| ·研究内容 | 第14-15页 |
| ·组织结构 | 第15-16页 |
| 第2章 新事件检测和分布式计算常用技术 | 第16-31页 |
| ·新事件检测技术 | 第16-24页 |
| ·文本预处理 | 第16-17页 |
| ·文本表示模型 | 第17-19页 |
| ·特征提取 | 第19-21页 |
| ·文本相似度计算 | 第21-22页 |
| ·相似度阈值 | 第22-23页 |
| ·类的表示 | 第23-24页 |
| ·基本NED算法 | 第24页 |
| ·Hadoop分布式计算平台 | 第24-30页 |
| ·MapReduce模型 | 第25-27页 |
| ·Hadoop分布式文件系统 | 第27-28页 |
| ·MapReduce编程 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 面向大规模数据的在线新事件检测算法 | 第31-36页 |
| ·基于新闻要素的在线新事件检测算法 | 第31-33页 |
| ·报道和事件的表示模型 | 第31-32页 |
| ·报道和事件相似度的计算 | 第32页 |
| ·新事件检测方法 | 第32-33页 |
| ·改进的快速新事件检测算法 | 第33-35页 |
| ·基准算法的时间损耗分析 | 第33-34页 |
| ·报道预处理的并行化 | 第34页 |
| ·使用索引机制减少报道的比较次数 | 第34-35页 |
| ·倒排索引的设计与查找过程的并行化 | 第35页 |
| ·报道与事件比较过程的并行化 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第4章 大规模在线新事件检测系统的设计和实现 | 第36-47页 |
| ·系统总体架构设计 | 第36-37页 |
| ·报道预处理模块 | 第37-40页 |
| ·报道索引模块 | 第40-41页 |
| ·相似度比较模块 | 第41-44页 |
| ·事件聚类模块 | 第44-45页 |
| ·作业管理模块 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 实验结果和分析 | 第47-58页 |
| ·实验环境搭建 | 第47-51页 |
| ·评测语料 | 第51页 |
| ·评测标准 | 第51-52页 |
| ·实验结果分析 | 第52-57页 |
| ·漏检率和误报率对比 | 第52-53页 |
| ·Hadoop系统参数的影响 | 第53-54页 |
| ·算法速度测试 | 第54-56页 |
| ·系统可扩展性测试 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结和展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 附录 | 第64页 |
