| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·国内研究现状 | 第12页 |
| ·国外研究现状 | 第12-13页 |
| ·研究内容、创新点和论文结构 | 第13-16页 |
| ·研究内容 | 第13-14页 |
| ·论文创新点 | 第14页 |
| ·论文结构 | 第14-16页 |
| 第二章 Hadoop 技术框架研究 | 第16-28页 |
| ·Hadoop 简介 | 第16-18页 |
| ·Hadoop 概况 | 第16-17页 |
| ·Hadoop 子项目 | 第17页 |
| ·Hadoop 优势 | 第17-18页 |
| ·MapReduce 计算模型 | 第18-21页 |
| ·MapReduce 编程模式 | 第18-19页 |
| ·MapReduce 执行流程 | 第19-20页 |
| ·MapReduce 容错机制 | 第20-21页 |
| ·HDFS 分布式文件系统 | 第21-23页 |
| ·HDFS 主要特性 | 第21-22页 |
| ·HDFS 体系结构 | 第22-23页 |
| ·HDFS 容错机制 | 第23页 |
| ·Mahout 简介 | 第23-25页 |
| ·Mahout 概况 | 第23-24页 |
| ·Mahout 算法库 | 第24-25页 |
| ·Hadoop 与 MPI 的比较 | 第25-27页 |
| ·不同学科学者的选择 | 第25-26页 |
| ·Hadoop 与 MPI 在数据处理上的对比 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 并行策略研究 | 第28-41页 |
| ·聚类算法 | 第28-29页 |
| ·Mahout 数据模型 | 第29-34页 |
| ·向量表示 | 第29页 |
| ·相似度计算 | 第29-31页 |
| ·将数据转化为向量 | 第31-32页 |
| ·将文本转化为向量 | 第32-34页 |
| ·基于 MapReduce 的 K-means 算法并行研究 | 第34-40页 |
| ·K-means 算法思想 | 第34-35页 |
| ·K-means 算法流程 | 第35-36页 |
| ·基于 MapReduce 的 K-means 算法并行设计 | 第36-40页 |
| ·算法并行可行性分析 | 第36-37页 |
| ·算法并行设计 | 第37-40页 |
| ·算法时间复杂度 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第四章 实验与分析 | 第41-59页 |
| ·实验平台 | 第41-42页 |
| ·硬件环境 | 第41页 |
| ·软件环境 | 第41-42页 |
| ·实验一:文档聚类 | 第42-47页 |
| ·数据预处理 | 第42-44页 |
| ·实验过程 | 第44-45页 |
| ·实验结果分析 | 第45-47页 |
| ·实验二:算法优化及比较 | 第47-57页 |
| ·优化 K-means 算法 | 第47-53页 |
| ·Canopy 算法思想 | 第48-49页 |
| ·Canopy 算法流程 | 第49-50页 |
| ·Canopy 算法并行化 | 第50-52页 |
| ·优化 K-means 算法 | 第52-53页 |
| ·算法时间复杂度 | 第53页 |
| ·K-means 与 fuzzy c-means 算法的比较 | 第53-54页 |
| ·实验设计 | 第54-55页 |
| ·结论与分析 | 第55-57页 |
| ·实验总结 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 结束语 | 第59-61页 |
| ·论文总结 | 第59-60页 |
| ·进一步工作 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间的研究成果 | 第66页 |
