| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究背景 | 第11-12页 |
| ·高速增长的海量数据使得并行计算成为趋势 | 第11页 |
| ·信息检索领域的并行化发展趋势 | 第11-12页 |
| ·并行计算领域的发展现状 | 第12-15页 |
| ·并行计算概述 | 第12-13页 |
| ·MapReduce并行计算模型与Hadoop并行计算框架软件 | 第13-15页 |
| ·并行信息检索技术研究现状 | 第15-17页 |
| ·分布式搜索引擎概述 | 第15页 |
| ·并行信息检索算法研究现状 | 第15-17页 |
| ·查询推荐算法及其并行化研究进展 | 第16-17页 |
| ·网页排序算法及其并行化研究进展 | 第17页 |
| ·本文研究内容和主要工作 | 第17-18页 |
| ·对QUBIC算法的并行化改造 | 第18页 |
| ·基于用户日志的网页排序并行优化算法 | 第18页 |
| ·本文的组织结构 | 第18-20页 |
| 第二章 基于MapReduce的QUBIC算法并行化研究与实现 | 第20-39页 |
| ·QUBIC算法 | 第20-23页 |
| ·日志文件的数据格式 | 第20页 |
| ·QUBIC算法 | 第20页 |
| ·构造Query-URL二部图 | 第20-22页 |
| ·构造QAG | 第22页 |
| ·计算QAG中的连通分量 | 第22-23页 |
| ·Query排序 | 第23页 |
| ·基于MapReduce对QUBIC算法进行并行化改造 | 第23-32页 |
| ·基于MapReduce构造Query-URL二部图 | 第24-25页 |
| ·基于MapReduce构造QAG | 第25-28页 |
| ·基于MapReduce计算QAG中的连通分量 | 第28-32页 |
| ·计算QAG的传递闭包 | 第29-31页 |
| ·从传递闭包计算连通分量 | 第31-32页 |
| ·实验设计与结果分析 | 第32-37页 |
| ·处理器的可扩展性实验 | 第33-34页 |
| ·数据的可扩展性实验 | 第34-36页 |
| ·加速比性能评测实验 | 第36-37页 |
| ·小结 | 第37-39页 |
| 第三章 基于MapReduce及频繁项集挖掘的页面排序优化并行算法 | 第39-52页 |
| ·频繁项集挖掘 | 第39-42页 |
| ·Apriori算法 | 第39-40页 |
| ·SON算法 | 第40-42页 |
| ·并行SON算法 | 第42-45页 |
| ·第一轮MapReduce迭代：计算全局候选项集 | 第42-43页 |
| ·第二轮MapReduce迭代：计算全局频繁项集 | 第43-45页 |
| ·基于PSON的页面排序优化并行算法 | 第45-48页 |
| ·第一轮MapReduce迭代：计算全局候选URL项集 | 第46-47页 |
| ·第二轮MapReduce迭代：计算全局频繁URL项集 | 第47-48页 |
| ·实验设计与结果分析 | 第48-51页 |
| ·处理器的可扩展性实验 | 第48-49页 |
| ·数据的可扩展性实验 | 第49-50页 |
| ·加速比性能评测实验 | 第50-51页 |
| ·小结 | 第51-52页 |
| 第四章 原型系统及综合实验 | 第52-57页 |
| ·原型系统总体设计 | 第52-54页 |
| ·系统测试数据 | 第54-55页 |
| ·原型系统运行 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·本文的总结 | 第57页 |
| ·下一步的工作 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
| 附录 | 第62-63页 |
