首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于Hadoop的微博用户情感分类研究与实现

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-13页
   ·研究背景及意义第7-9页
   ·国内外研究现状第9-11页
   ·论文主要内容第11页
   ·论文结构第11-13页
第二章 理论基础与相关技术第13-27页
   ·云计算平台-Hadoop第13-20页
     ·Hadoop 产生背景第13页
     ·Hadoop MapReduce第13-16页
     ·Hadoop 基本架构第16-20页
   ·朴素贝叶斯算法第20-25页
     ·贝叶斯决策理论第20-21页
     ·朴素贝叶斯分类算法第21-24页
     ·朴素贝叶斯分类的流程第24-25页
   ·本章小结第25-27页
第三章 基于 Hadoop 的微博情感分类方法第27-39页
   ·微博平台特点分析第27-32页
     ·微博语言特点概述第27-31页
     ·微博平台与其他平台比较第31-32页
   ·基于表情符号的微博情感分类模型第32-33页
   ·基于 Hadoop 的微博情感分类模型第33-36页
     ·朴素贝叶斯算法的可加性第33页
     ·朴素贝叶斯文本分类算法改进第33-34页
     ·方案总体分析设计第34-36页
   ·本章小结第36-39页
第四章 系统架构与实现第39-55页
   ·总体设计第39-41页
     ·总体网络架构第39-40页
     ·系统层次结构模型第40-41页
   ·系统模块设计与实现第41-50页
     ·系统模块综述第41-42页
     ·系统数据流综述第42-43页
     ·分类器设计与实现第43-50页
   ·数据库设计第50-53页
   ·本章小节第53-55页
第五章 测试结果与分析第55-65页
   ·测试环境第55-56页
   ·系统整体运行情况第56-59页
     ·功能测试第56-59页
   ·基于 Hadoop 的微博情感分类模块测试和分析第59-63页
     ·Hadoop 集群部署第59-62页
     ·测试结果的评价标准第62页
     ·测试结果及分析第62-63页
   ·本章小节第63-65页
第六章 总结与展望第65-67页
   ·论文总结第65页
   ·研究展望第65-67页
致谢第67-69页
参考文献第69-73页
读研期间研究成果第73-74页

论文共74页,点击 下载论文
上一篇:基于SOA的广告管理平台设计与实现
下一篇:二维判别分析研究及人脸识别