基于大数据的热点医疗新闻系统的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 论文背景与意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 TDT技术概述 | 第10页 |
| 1.2.2 最新研究现状与分析 | 第10-11页 |
| 1.3 本文的研究内容 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 第二章 相关技术的研究 | 第14-23页 |
| 2.1 Hadoop系统技术 | 第14-16页 |
| 2.1.1 HDFS | 第14页 |
| 2.1.2 MapReduce | 第14-15页 |
| 2.1.3 Hbase数据库 | 第15-16页 |
| 2.2 网络爬虫技术 | 第16-19页 |
| 2.3 ICTCLAS中文分词库 | 第19-20页 |
| 2.4 聚类算法技术 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 数据的采集与正文向量建模 | 第23-35页 |
| 3.1 分布式框架下的通用爬虫 | 第23-25页 |
| 3.1.1 搭建hadoop系统环境 | 第23页 |
| 3.1.2 分布式Nutch爬虫体系结构设计 | 第23-25页 |
| 3.2 医疗新闻数据的去噪与正文提取 | 第25-26页 |
| 3.2.1 新闻数据的网页内容分析 | 第25页 |
| 3.2.2 基于标签的网页正文提取算法 | 第25-26页 |
| 3.3 基于双字哈希机制的中文分词算法 | 第26-30页 |
| 3.3.1 双字哈希的词典机制 | 第26-27页 |
| 3.3.2 改进的正向最大匹配算法 | 第27-29页 |
| 3.3.3 中文分词实验结果 | 第29-30页 |
| 3.4 构建医疗新闻主题模型 | 第30-34页 |
| 3.4.1 主题模型的关键属性标签 | 第31-32页 |
| 3.4.2 TF-IDF算法提取关键词 | 第32-33页 |
| 3.4.3 建立正文的量化模型 | 第33-34页 |
| 3.4.4 DF语料库实时更新 | 第34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 热点医疗新闻的发现与追踪 | 第35-44页 |
| 4.1 改进的single-pass聚类算法 | 第35-40页 |
| 4.1.1 传统的single-pass聚类算法 | 第35-36页 |
| 4.1.2 改进的single-pass聚类算法 | 第36-39页 |
| 4.1.3 实验结果分析 | 第39-40页 |
| 4.2 新闻热度计算策略 | 第40-41页 |
| 4.2.1 热点新闻的特征向量 | 第40页 |
| 4.2.2 新闻热度值计算 | 第40-41页 |
| 4.3 基于时间模型的主题热度追踪方法 | 第41-43页 |
| 4.3.1 基于时间模型的信息增益追踪 | 第41-42页 |
| 4.3.2 实验结果分析 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 热点医疗新闻系统的实现 | 第44-62页 |
| 5.1 系统需求分析 | 第44-48页 |
| 5.1.1 功能需求 | 第44-47页 |
| 5.1.2 性能需求 | 第47-48页 |
| 5.2 系统概要设计 | 第48-49页 |
| 5.3 系统模块设计与实现 | 第49-56页 |
| 5.3.1 登录模块 | 第49-50页 |
| 5.3.2 选择主题模块 | 第50-51页 |
| 5.3.3 数据采集模块 | 第51-52页 |
| 5.3.4 页面数据预处理模块 | 第52-53页 |
| 5.3.5 正文预处理模块 | 第53-54页 |
| 5.3.6 热点新闻发现模块 | 第54-55页 |
| 5.3.7 热点新闻展示模块 | 第55-56页 |
| 5.4 系统的环境配置与框架设计 | 第56-58页 |
| 5.4.1 系统的环境配置 | 第56页 |
| 5.4.2 系统框架设计 | 第56-58页 |
| 5.5 系统的展示 | 第58-61页 |
| 5.5.1 用户首页 | 第58-59页 |
| 5.5.2 系统的首页 | 第59页 |
| 5.5.3 热点新闻展示 | 第59-61页 |
| 5.6 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 本文总结 | 第62页 |
| 工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
