| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·论文的结构和主要工作 | 第14页 |
| ·论文组织结构 | 第14-16页 |
| 第2章 MapReduce 技术架构研究 | 第16-27页 |
| ·MapReduce 简介 | 第16页 |
| ·MapReduce 的组成 | 第16-18页 |
| ·MapReduce 的核心功能 | 第18-25页 |
| ·数据读取过程 | 第18-20页 |
| ·Map 任务阶段 | 第20页 |
| ·Shuffle 过程 | 第20-24页 |
| ·Reduce 任务阶段 | 第24-25页 |
| ·MapReduce Job 的生命周期 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 文本聚类技术并行化策略研究 | 第27-37页 |
| ·聚类概述 | 第27页 |
| ·文本聚类技术 | 第27-32页 |
| ·Web 文本预处理 | 第28-29页 |
| ·中文分词 | 第29页 |
| ·特征值选择与降维 | 第29-30页 |
| ·基于 VSM 的文本表示 | 第30-31页 |
| ·相似性度量方法 | 第31-32页 |
| ·基于 k-means 算法的文本聚类技术 | 第32-37页 |
| ·k-means 算法的基本思想 | 第33-35页 |
| ·k-means 算法的局限性 | 第35页 |
| ·已有的 k-means 改进算法的优点与不足 | 第35-37页 |
| 第4章 基于 MapReduce 的 pk-means++初始化算法研究 | 第37-49页 |
| ·k-means++初始化算法基本思想 | 第37-38页 |
| ·基于 MapReduce 的 pk-means++并行初始化算法设计 | 第38-43页 |
| ·pk-means++算法设计思想 | 第38-40页 |
| ·pk-means++的 MapReduce 实现 | 第40-43页 |
| ·实验与分析 | 第43-49页 |
| ·实验环境 | 第43-44页 |
| ·实验评价方法和评价基准 | 第44页 |
| ·实验准备 | 第44页 |
| ·实验分析 | 第44-47页 |
| ·实验结论 | 第47-49页 |
| 第5章 基于 MapReduce 的文本聚类模型研究 | 第49-62页 |
| ·聚类模型架构与设计 | 第49-50页 |
| ·数据预处理模块设计 | 第50-53页 |
| ·TermConutsInDocument 类的 MapReduce 实现 | 第50-51页 |
| ·TermSumAndTFInDocuments 类的 MapReduce 实现 | 第51-52页 |
| ·TermsInCorpusTFIDF 类的 MapReduce 实现 | 第52-53页 |
| ·DocumentVetorBuid 类的 MapReduce 实现 | 第53页 |
| ·基于 MapReduce 的 k-means 聚类模块设计 | 第53-56页 |
| ·实验与结论 | 第56-62页 |
| ·并行算法的性能评价方法 | 第56页 |
| ·实验数据 | 第56-58页 |
| ·实验结果 | 第58-60页 |
| ·实验结论 | 第60-62页 |
| 结论 | 第62-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第68页 |
