基于云平台的知识专家图谱的研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景 | 第9-11页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 选题意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 数据挖掘 | 第11页 |
| 1.2.2 知识专家图谱 | 第11-12页 |
| 1.3 论文研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 云平台和数据挖掘相关背景知识介绍 | 第15-30页 |
| 2.1 MapReduce相关技术介绍 | 第15-17页 |
| 2.1.1 MapReduce技术的提出 | 第15页 |
| 2.1.2 MapReduce编程模型 | 第15-17页 |
| 2.2 与其他并行计算技术的比较 | 第17-19页 |
| 2.2.1 与中间件技术的比较 | 第17页 |
| 2.2.2 与网格计算模型的比较 | 第17-18页 |
| 2.2.3 与P2P计算模型的比较 | 第18页 |
| 2.2.4 与Volunteer计算模型的比较 | 第18-19页 |
| 2.3 文本聚类相关技术 | 第19-23页 |
| 2.3.1 文本聚类 | 第19页 |
| 2.3.2 文本表现模型 | 第19-20页 |
| 2.3.3 聚类算法概述 | 第20-22页 |
| 2.3.4 聚类质量评价指标 | 第22-23页 |
| 2.4 文本关联规则相关技术 | 第23-29页 |
| 2.4.1 关联规则定义 | 第23-24页 |
| 2.4.2 频繁项集挖掘算法简介 | 第24-25页 |
| 2.4.3 FP树表示法 | 第25-27页 |
| 2.4.4 FP增长算法 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 云平台的知识聚类 | 第30-47页 |
| 3.1 数据集采集 | 第31-33页 |
| 3.2 文本预处理 | 第33-37页 |
| 3.2.1 中文分词 | 第33-34页 |
| 3.2.2 停用词过滤 | 第34-35页 |
| 3.2.3 多维特征选择 | 第35页 |
| 3.2.4 特征值权值计算 | 第35-36页 |
| 3.2.5 向量空间模型VSM | 第36-37页 |
| 3.3 改进K-means聚类算法 | 第37-40页 |
| 3.3.1 K-means算法思想 | 第37-38页 |
| 3.3.2 K-means算法步骤 | 第38页 |
| 3.3.3 改进算法 | 第38-40页 |
| 3.4 基于云平台算法设计 | 第40-45页 |
| 3.4.1 MapReduce模型算法设计 | 第40-44页 |
| 3.4.2 算法流程 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 云平台的知识关联 | 第47-59页 |
| 4.1 关联规则挖掘的相关工作 | 第47-48页 |
| 4.1.1 浏览轨迹日志信息 | 第47-48页 |
| 4.1.2 知识专家关联挖掘 | 第48页 |
| 4.2 知识专家关联规则挖掘 | 第48-49页 |
| 4.3 基于用户浏览分析的时间因子 | 第49-50页 |
| 4.3.1 用户访问页面时间 | 第49-50页 |
| 4.3.2 用户浏览描述 | 第50页 |
| 4.4 基于矩阵的FP-Growth改进算法 | 第50-55页 |
| 4.4.1 矩阵的生成 | 第51-52页 |
| 4.4.2 由权值矩阵生成FP-tree | 第52-54页 |
| 4.4.3 数据库动态变化更新 | 第54页 |
| 4.4.4 最小支持度变化更新 | 第54-55页 |
| 4.4.5 在聚类中筛选 | 第55页 |
| 4.5 基于云平台算法设计 | 第55-58页 |
| 4.5.1 算法步骤 | 第55页 |
| 4.5.2 MapReduce模型并行化设计 | 第55-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 云平台实验结果及性能分析 | 第59-68页 |
| 5.1 云平台环境 | 第59-62页 |
| 5.1.1 硬件环境 | 第59-60页 |
| 5.1.2 软件环境 | 第60页 |
| 5.1.3 Hadoop平台 | 第60-62页 |
| 5.2 实验及性能分析 | 第62-67页 |
| 5.2.1 聚类实验结果 | 第62-64页 |
| 5.2.2 聚类的实验评价 | 第64-65页 |
| 5.2.3 关联实验结果与分析 | 第65-67页 |
| 5.3 知识专家图谱推送 | 第67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72页 |
