| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究的背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 传统架构下关于相似性连接的研究 | 第12-14页 |
| 1.2.2 MapReduce下关于相似性连接的研究 | 第14-16页 |
| 1.3 主要工作及组织结构 | 第16-17页 |
| 第2章 相关技术介绍 | 第17-26页 |
| 2.1 字符串相似性连接 | 第17页 |
| 2.2 相似性度量函数 | 第17-19页 |
| 2.3 云计算相关技术介绍 | 第19-25页 |
| 2.3.1 云计算概述 | 第19-20页 |
| 2.3.2 Hadoop概述 | 第20-21页 |
| 2.3.3 MapReduce计算模型及其工作原理 | 第21-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 n-gram算法及ED-Join算法的研究 | 第26-31页 |
| 3.1 ED相似性度量函数 | 第26-27页 |
| 3.2 算法简介 | 第27-29页 |
| 3.2.1 n-gram算法 | 第27-28页 |
| 3.2.2 ED-Join算法 | 第28-29页 |
| 3.3 过滤验证框架 | 第29页 |
| 3.4 算法缺陷 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第4章 基于n-gram改进的相似性连接算法 | 第31-50页 |
| 4.1 n-gram-imp算法思想 | 第31-34页 |
| 4.1.1 算法参数描述 | 第33页 |
| 4.1.2 MapReduce架构下的算法步骤 | 第33-34页 |
| 4.2 MapReduce架构下预处理阶段的研究 | 第34-40页 |
| 4.3 MapReduce架构下过滤阶段的研究 | 第40-45页 |
| 4.3.1 Pre-imp前缀过滤技术研究 | 第40-42页 |
| 4.3.2 过滤操作总体算法思想 | 第42-43页 |
| 4.3.3 前缀有交集的过滤情况 | 第43页 |
| 4.3.4 前缀无交集的过滤情况 | 第43-45页 |
| 4.4 MapReduce架构下验证阶段的研究 | 第45页 |
| 4.5 复杂度分析 | 第45-48页 |
| 4.5.1 空间复杂度 | 第46-47页 |
| 4.5.2 时间复杂度 | 第47-48页 |
| 4.6 本章小结 | 第48-50页 |
| 第5章 实验结果与分析 | 第50-61页 |
| 5.1 实验环境配置 | 第50-52页 |
| 5.1.1 实验平台的搭建 | 第50-51页 |
| 5.1.2 实验数据集 | 第51-52页 |
| 5.2 实验对比方案 | 第52页 |
| 5.3 实验结果 | 第52-60页 |
| 5.3.1 平均token数 | 第52-54页 |
| 5.3.2 生成的候选对数量 | 第54-56页 |
| 5.3.3 运行时间 | 第56-58页 |
| 5.3.4 内存使用情况 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 工作总结 | 第61-62页 |
| 6.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读学位期间公开发表论文 | 第68-69页 |
| 致谢 | 第69页 |
