| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文主要内容 | 第12页 |
| 1.4 论文组织 | 第12-14页 |
| 第二章 相关技术分析 | 第14-26页 |
| 2.1 Hadoop | 第14-16页 |
| 2.1.1 HDFS | 第15-16页 |
| 2.1.2 MapReduce | 第16页 |
| 2.2 Spark | 第16-23页 |
| 2.2.1 分布式弹性数据集RDD | 第17-21页 |
| 2.2.2 Spark运行框架概述 | 第21-22页 |
| 2.2.3 GraphX | 第22-23页 |
| 2.3 Hive数据仓库 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于Spark的谱聚类算法 | 第26-40页 |
| 3.1 谱聚类算法原理分析 | 第26-31页 |
| 3.1.1 相似性图 | 第26-27页 |
| 3.1.2 拉普拉斯矩阵及其基本性质 | 第27-28页 |
| 3.1.3 图划分准则 | 第28-30页 |
| 3.1.4 谱聚类算法步骤 | 第30-31页 |
| 3.2 并行化谱聚类算法 | 第31-35页 |
| 3.2.1 GraphX构建相似性图 | 第31-32页 |
| 3.2.2 计算拉普拉斯矩阵 | 第32-33页 |
| 3.2.3 并行Lanczos算法计算特征向量 | 第33-34页 |
| 3.2.4 并行化K-means对特征向量矩阵进行聚类 | 第34-35页 |
| 3.3 实验与分析 | 第35-39页 |
| 3.3.1 实验环境 | 第35-36页 |
| 3.3.2 实验数据 | 第36-37页 |
| 3.3.3 算法性能实验 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 QAR数据存储及聚类 | 第40-50页 |
| 4.1 QAR数据仓库在Hive中的构建 | 第40-45页 |
| 4.1.1 QAR文件存储 | 第40-43页 |
| 4.1.2 数据仓库存储结构 | 第43-44页 |
| 4.1.3 QAR数据仓库总体架构 | 第44-45页 |
| 4.2 并行化谱聚类在QAR数据中的应用 | 第45-49页 |
| 4.2.1 QAR数据预处理 | 第46-47页 |
| 4.2.2 并行谱聚类在QAR数据中的应用 | 第47-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 本文主要工作及特色 | 第50页 |
| 5.2 下一步研究方向 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 作者简介 | 第57页 |