| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题来源 | 第8页 |
| ·课题研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·文本分类算法研究现状 | 第9-11页 |
| ·Hadoop 分布式研究现状 | 第11-12页 |
| ·本文主要工作 | 第12-14页 |
| 第二章 文本分类和 Hadoop 平台 | 第14-30页 |
| ·文本分类相关技术 | 第14-20页 |
| ·向量表示 | 第15-16页 |
| ·分词 | 第16-17页 |
| ·特征选择 | 第17-19页 |
| ·特征权重 | 第19-20页 |
| ·朴素贝叶斯分类算法 | 第20-23页 |
| ·贝叶斯理论 | 第20-21页 |
| ·极大后验假设和极大似然假设 | 第21页 |
| ·朴素贝叶斯分类器 | 第21-23页 |
| ·分类评价标准 | 第23-26页 |
| ·训练集合测试集 | 第23-24页 |
| ·召回率和精度 | 第24-25页 |
| ·BEP 和 F1 | 第25-26页 |
| ·Hadoop 分布式计算平台 | 第26-29页 |
| ·HDFS 文件系统 | 第27-28页 |
| ·Map/Reduce 并行计算框架 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 朴素贝叶斯文本分类算法的改进 | 第30-42页 |
| ·改进的机械分词算法 | 第30-34页 |
| ·中英文混合字串的分词 | 第30-31页 |
| ·分词过程与 lucene 相结合 | 第31-33页 |
| ·歧义消除 | 第33-34页 |
| ·改进的朴素贝叶斯文本分类算法 | 第34-38页 |
| ·准确率优化 | 第34-35页 |
| ·快速搜索算法 | 第35-37页 |
| ·改进的朴素贝叶斯文本分类算法 | 第37-38页 |
| ·单机文本分类实验结果和分析 | 第38-41页 |
| ·测试环境 | 第38-39页 |
| ·语料库说明 | 第39页 |
| ·实验结果及分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 Hadoop 平台下基于朴素贝叶斯文本分类的图书搜索系统 | 第42-59页 |
| ·系统框架 | 第42-43页 |
| ·数据库设计 | 第43-44页 |
| ·Hadoop 平台下改进的朴素贝叶斯文本分类器的构造 | 第44-58页 |
| ·Hadoop 平台的搭建 | 第44-45页 |
| ·电商商品数据的获取 | 第45-46页 |
| ·Hadoop 平台下文本分类器整体架构 | 第46-47页 |
| ·文档预处理模块 | 第47-51页 |
| ·特征选择模块 | 第51-52页 |
| ·特征权重模块 | 第52-53页 |
| ·改进的朴素贝叶斯算法模块 | 第53-56页 |
| ·分类器的评价 | 第56-57页 |
| ·Hadoop 下分类器结果与分析 | 第57-58页 |
| ·搜索结果显示与分析 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| ·全文小结 | 第59页 |
| ·工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间参加的项目 | 第66页 |