基于MapReduce的文本聚类算法并行化研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究工作的背景与意义 | 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12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第二章 MAPREDUCE编程模型研究 | 第14-25页 |
| 2.1 MapReduce基本介绍 | 第14-16页 |
| 2.1.1 MapReduce基本原理 | 第14-15页 |
| 2.1.2 MapReduce运行机制 | 第15-16页 |
| 2.2 MapReduce模型实现 | 第16-24页 |
| 2.2.1 Hadoop | 第16-22页 |
| 2.2.2 Spark | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 文本聚类相关技术研究 | 第25-42页 |
| 3.1 文本预处理相关技术研究 | 第25-32页 |
| 3.1.1 中文文本分词 | 第25-26页 |
| 3.1.2 停用词过滤 | 第26-27页 |
| 3.1.3 特征选择 | 第27-28页 |
| 3.1.4 文本表示 | 第28-31页 |
| 3.1.5 文本相似度计算 | 第31-32页 |
| 3.2 聚类分析 | 第32-38页 |
| 3.2.1 基于划分的聚类 | 第33-34页 |
| 3.2.2 基于层次的聚类 | 第34-35页 |
| 3.2.3 基于密度的聚类 | 第35-37页 |
| 3.2.4 基于网格的聚类 | 第37-38页 |
| 3.3 word2vec简介 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 布谷鸟搜索算法及其改进研究 | 第42-50页 |
| 4.1 布谷鸟搜索算法的理论基础 | 第42-45页 |
| 4.1.1 莱维飞行 | 第42-44页 |
| 4.1.2 布谷鸟寄生行为 | 第44页 |
| 4.1.3 布谷鸟搜索算法模型 | 第44-45页 |
| 4.1.4 布谷鸟搜索算法特点 | 第45页 |
| 4.2 改进的布谷鸟搜索算法 | 第45-46页 |
| 4.3 仿真实验 | 第46-49页 |
| 4.3.1 测试函数及实验环境 | 第46-48页 |
| 4.3.2 实验结果分析 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 基于改进CS算法的吸引子传播算法研究 | 第50-59页 |
| 5.1 AP算法研究 | 第50-53页 |
| 5.1.1 AP算法原理 | 第50-52页 |
| 5.1.2 AP算法模型 | 第52-53页 |
| 5.1.3 AP算法的特点 | 第53页 |
| 5.2 AP算法改进 | 第53-56页 |
| 5.3 仿真实验 | 第56-58页 |
| 5.3.1 数据集及相关参数 | 第56页 |
| 5.3.2 聚类评测指标 | 第56-57页 |
| 5.3.3 实验结果分析 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 基于SPARK的文本聚类并行化研究 | 第59-66页 |
| 6.1 基于Spark的文本预处理研究 | 第59-62页 |
| 6.1.1 数据存储方案 | 第59页 |
| 6.1.2 中文分词方案 | 第59-60页 |
| 6.1.3 文本表示方案 | 第60页 |
| 6.1.4 Spark实现方案 | 第60-62页 |
| 6.2 基于Spark的CSAP算法研究 | 第62-63页 |
| 6.2.1 CSAP算法的简化操作 | 第62页 |
| 6.2.2 Spark实现方案 | 第62-63页 |
| 6.3 实验验证 | 第63-65页 |
| 6.3.1 实验环境及实验数据 | 第63-64页 |
| 6.3.2 评价指标 | 第64页 |
| 6.3.3 实验结果分析 | 第64-65页 |
| 6.4 本章小结 | 第65-66页 |
| 第七章 总结与展望 | 第66-68页 |
| 7.1 全文总结 | 第66页 |
| 7.2 未来工作展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
