| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题的背景与意义 | 第11页 |
| ·数据挖掘及聚类概述 | 第11-13页 |
| ·数据挖掘的基本过程 | 第12页 |
| ·聚类概述 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文的主要工作以及结构 | 第15-16页 |
| 第2章 Hadoop分布式平台以及Mapreduce计算框架概述 | 第16-29页 |
| ·Hadoop分布式平台 | 第16-18页 |
| ·Hadoop的产生背景 | 第16页 |
| ·Hadoop平台的理论基础 | 第16-18页 |
| ·Hadoop分布式平台的整体构架 | 第18-21页 |
| ·Hadoop分布式文件系统(HDFS) | 第18-20页 |
| ·Hadoop分布式数据库(Hbase) | 第20-21页 |
| ·Mapreduce计算框架 | 第21-28页 |
| ·Mapreduce框架的基本思想 | 第21-22页 |
| ·Mapreduce的优势和缺点 | 第22-23页 |
| ·Mapreduce作业的运行机制 | 第23-26页 |
| ·Mapreduce的性能调优 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 文本聚类 | 第29-37页 |
| ·文本聚类的一般流程 | 第29-30页 |
| ·文本的表示模型 | 第30-33页 |
| ·布尔检索模型 | 第30页 |
| ·向量空间模型 | 第30-32页 |
| ·两种模型的比较分析 | 第32-33页 |
| ·文本的预处理过程 | 第33-34页 |
| ·分词阶段 | 第33-34页 |
| ·停词阶段 | 第34页 |
| ·文本聚类的主要方法 | 第34-36页 |
| ·基于划分的方法 | 第34-35页 |
| ·基于层次的方法 | 第35-36页 |
| ·基于密度的方法 | 第36页 |
| ·基于模型的方法 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于Mapreduce的文本聚类的实现 | 第37-56页 |
| ·平台部署 | 第37-39页 |
| ·硬件配置 | 第37页 |
| ·软件配置 | 第37页 |
| ·实验运行环境搭建 | 第37-39页 |
| ·设计思路 | 第39-51页 |
| ·主要的Java包和类 | 第39-40页 |
| ·系统的相关程序结构 | 第40-41页 |
| ·设计思路代码结构 | 第41-51页 |
| ·性能的提升与优化 | 第51-53页 |
| ·实验结果及性能分析 | 第53-55页 |
| ·实验数据集 | 第53-54页 |
| ·实验结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论与展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |