| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 分布式全文检索课题研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文的主要研究内容 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第二章 相关理论基础 | 第16-26页 |
| 2.1 全文检索技术 | 第16-18页 |
| 2.1.1 文本预处理 | 第16-17页 |
| 2.1.2 倒排索引模型 | 第17-18页 |
| 2.2 分布式计算技术 | 第18-23页 |
| 2.2.2 分布式文件系统HDFS | 第19-20页 |
| 2.2.3 分布式计算模型MapReduce | 第20-23页 |
| 2.3 文本聚类介绍 | 第23-25页 |
| 2.3.1 文本聚类概述 | 第23页 |
| 2.3.2 主要的文本聚类算法 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 文本聚类下的分布式索引建立 | 第26-41页 |
| 3.1 分布式环境下的全文索引的划分组织 | 第26-28页 |
| 3.1.1 基于词表的索引划分组织方式 | 第26-27页 |
| 3.1.2 基于文档的索引划分组织方式 | 第27-28页 |
| 3.2 基于聚类方法的索引划分组织 | 第28-32页 |
| 3.2.1 文本特征向量表示 | 第29-30页 |
| 3.2.2 文本聚类下的索引划分组织方式 | 第30-32页 |
| 3.3 基于MapReduce的分布式索引建立 | 第32-40页 |
| 3.3.1 Lucene全文索引机制 | 第33页 |
| 3.3.2 MapReduce下并行索引构建方法 | 第33-37页 |
| 3.3.3 MapReduce下Lucene并行索引构建实现 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于词语相似度的分布式全文检索 | 第41-50页 |
| 4.1 分布式全文检索流程 | 第41-42页 |
| 4.2 分布式检索中索引集合选择 | 第42-44页 |
| 4.3 基词语相似度的索引集合选择算法 | 第44-49页 |
| 4.3.1 词语相似度及其计算方法 | 第44页 |
| 4.3.2 利用《知网》进行词语相似度计算 | 第44-46页 |
| 4.3.3 基于词语相似度的索引集合选择算法设计 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 实验及其分析 | 第50-60页 |
| 5.1 实验设计 | 第50页 |
| 5.2 实验环境与数据集 | 第50-53页 |
| 5.2.1 实验硬件与软件配置 | 第50-51页 |
| 5.2.2 Hadoop分布式平台搭建 | 第51-52页 |
| 5.2.3 实验数据集介绍 | 第52-53页 |
| 5.3 分布式全文索引构建 | 第53-56页 |
| 5.3.1 单机环境下集中式索引的构建效率 | 第53-54页 |
| 5.3.2 分布式集群并行索引的构建效率 | 第54-56页 |
| 5.3.3 分布式集群并行索引建立的性能分析 | 第56页 |
| 5.4 词语相似度计算下的聚类集合选择结果分析 | 第56-59页 |
| 5.4.1 实验评测指标 | 第56-57页 |
| 5.4.2 集合选择算法性能结果与分析 | 第57-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-63页 |
| 6.1 本文工作总结 | 第60-61页 |
| 6.2 未来展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间参与的科研项目 | 第67页 |