面向大数据的关键字检索算法研究及优化
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 注释说明清单 | 第9-10页 |
| 引言 | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 检索算法研究现状 | 第12-15页 |
| 1.3 本文组织结构 | 第15-16页 |
| 第2章 模型与算法 | 第16-36页 |
| 2.1 大数据基础与技术 | 第16-23页 |
| 2.1.1 大数据的发展背景 | 第16页 |
| 2.1.2 大数据的概念和特征 | 第16-17页 |
| 2.1.3 大数据的产生和类型 | 第17-18页 |
| 2.1.4 大数据的存储和处理 | 第18-21页 |
| 2.1.5 大数据的查询和分析 | 第21-22页 |
| 2.1.6 大数据的分析和可视化 | 第22-23页 |
| 2.2 存储模型与设计 | 第23-26页 |
| 2.2.1 基于云计算的数据存储系统 | 第23-24页 |
| 2.2.2 基于文件块的数据更新算法 | 第24-25页 |
| 2.2.3 基于云存储的故障恢复机制 | 第25-26页 |
| 2.3 分类模型与算法 | 第26-28页 |
| 2.3.1 决策树分类模型 | 第27页 |
| 2.3.2 朴素贝叶斯分类模型 | 第27-28页 |
| 2.3.3 k最近邻分类模型 | 第28页 |
| 2.4 检索模型与算法 | 第28-36页 |
| 2.4.1 向量空间模型 | 第28-30页 |
| 2.4.2 概率检索模型 | 第30-32页 |
| 2.4.3 泊松检索模型 | 第32-34页 |
| 2.4.4 布尔检索模型 | 第34-36页 |
| 第3章 并行分类混合算法 | 第36-43页 |
| 3.1 引言 | 第36页 |
| 3.2 Map-Reduce模型 | 第36-38页 |
| 3.3 PCHA算法提出 | 第38-40页 |
| 3.3.1 相关定义 | 第38页 |
| 3.3.2 算法设计 | 第38-40页 |
| 3.4 算法验证及分析 | 第40-42页 |
| 3.4.1 环境配置 | 第40页 |
| 3.4.2 结果分析 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 无序关键字检索算法 | 第43-51页 |
| 4.1 引言 | 第43页 |
| 4.2 DKRA算法提出 | 第43-45页 |
| 4.2.1 基本定义 | 第43-44页 |
| 4.2.2 改进算法 | 第44-45页 |
| 4.3 算法验证及分析 | 第45-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 有序关键字检索算法 | 第51-59页 |
| 5.1 引言 | 第51页 |
| 5.2 正排索引和倒排索引 | 第51-55页 |
| 5.2.1 正排索引 | 第51-53页 |
| 5.2.2 倒排索引 | 第53-55页 |
| 5.3 OKRA算法提出 | 第55-57页 |
| 5.3.1 基本定义 | 第55页 |
| 5.3.2 改进算法 | 第55-57页 |
| 5.4 算法验证及分析 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64-68页 |
| 致谢 | 第68-69页 |
| 导师简介 | 第69-70页 |
| 作者简介 | 第70-71页 |
| 学位论文数据集 | 第71页 |
