| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题背景及意义 | 第9-10页 |
| 1.3 国内外研究与发展现状 | 第10-15页 |
| 1.4 本文所做的工作 | 第15-16页 |
| 1.5 本文的组织结构 | 第16-18页 |
| 第2章 基于Hadoop的学术资源共享平台总体架构 | 第18-32页 |
| 2.1 Hadoop相关技术 | 第18-21页 |
| 2.1.1 Hadoop | 第18-19页 |
| 2.1.2 HBase | 第19-20页 |
| 2.1.3 Hive | 第20-21页 |
| 2.2 海量数据处理建模 | 第21-23页 |
| 2.3 基于Hadoop的学术资源共享平台需求分析 | 第23-24页 |
| 2.4 基于Hadoop的学术资源共享平台方案设计 | 第24-31页 |
| 2.4.1 总体架构设计 | 第24-26页 |
| 2.4.2 功能结构设计 | 第26-27页 |
| 2.4.3 资源采集方案设计 | 第27-28页 |
| 2.4.4 数据存储方案设计 | 第28-29页 |
| 2.4.5 数据分析方案设计 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于Hadoop的学术资源热点发现方法研究 | 第32-45页 |
| 3.1 热点发现过程概述 | 第32-38页 |
| 3.1.1 空间向量模型—VSM | 第32-33页 |
| 3.1.2 基于密度的聚类算法—DBSCAN | 第33-35页 |
| 3.1.3 热点发现过程分析 | 第35-38页 |
| 3.1.4 热点发现存在问题分析 | 第38页 |
| 3.2 基于Hadoop的热点发现方法 | 第38-42页 |
| 3.2.1 基于Hadoop的DBSCAN方法设计 | 第39-41页 |
| 3.2.2 基于Hadoop的热点发现方法设计 | 第41-42页 |
| 3.3 基于Hadoop的热点发现方法验证 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于Hadoop的学术资源个性化推荐方法研究 | 第45-61页 |
| 4.1 个性化推荐过程概述 | 第45-53页 |
| 4.1.1 协同过滤推荐相关概念 | 第45-46页 |
| 4.1.2 基于用户的协同过滤推荐 | 第46-48页 |
| 4.1.3 基于物品的协同过滤推荐 | 第48-49页 |
| 4.1.4 协同过滤推荐过程问题分析 | 第49-50页 |
| 4.1.5 个性化推荐方法设计 | 第50-53页 |
| 4.2 基于Hadoop的学术资源个性化推荐方法设计 | 第53-57页 |
| 4.3 基于Hadoop的学术资源个性化推荐方法验证 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 基于Hadoop的学术资源共享平台设计与实现 | 第61-72页 |
| 5.1 基于UML的学术资源共享平台实现过程建模 | 第61-62页 |
| 5.2 基于Hadoop的学术资源共享平台实现 | 第62-69页 |
| 5.2.1 系统管理实现 | 第63页 |
| 5.2.2 学术资源采集实现 | 第63-64页 |
| 5.2.3 海量数据存储实现 | 第64-66页 |
| 5.2.4 学术资源管理实现 | 第66-68页 |
| 5.2.5 学术资源分析实现 | 第68-69页 |
| 5.3 系统性能测试 | 第69-71页 |
| 5.3.1 热点发现性能测试 | 第70-71页 |
| 5.3.2 个性化推荐性能测试 | 第71页 |
| 5.4 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 全文总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间参加的项目 | 第78页 |
