| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 主要的研究内容和工作 | 第11页 |
| 1.4 论文章节安排 | 第11-13页 |
| 第二章 文本聚类及分布式计算技术概述 | 第13-29页 |
| 2.1 文本聚类相关技术 | 第13-20页 |
| 2.1.1 文本聚类的概念及流程 | 第13页 |
| 2.1.2 文本预处理关键技术 | 第13-17页 |
| 2.1.3 聚类相关技术 | 第17-20页 |
| 2.2 Hadoop技术架构 | 第20-27页 |
| 2.2.1 HDFS | 第20-23页 |
| 2.2.2 MapReduce | 第23-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第三章 文本预处理的并行化研究 | 第29-37页 |
| 3.1 文本预处理的流程 | 第29-30页 |
| 3.2 文本预处理并行化设计 | 第30-34页 |
| 3.3 文本预处理并行化实现 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 文本聚类算法的并行化研究 | 第37-52页 |
| 4.1 K-means算法的并行化 | 第37-41页 |
| 4.1.1 K-means算法的思想 | 第37-38页 |
| 4.1.2 K-means算法的并行设计 | 第38-40页 |
| 4.1.3 K-means算法的并行实现 | 第40-41页 |
| 4.2 Canopy-K-means算法的并行化 | 第41-45页 |
| 4.2.1 Canopy-K-means算法的思想 | 第41-42页 |
| 4.2.2 Canopy-K-means算法的并行设计 | 第42-43页 |
| 4.2.3 Canopy-K-means算法的并行实现 | 第43-45页 |
| 4.3 MMK-means算法的并行化 | 第45-51页 |
| 4.3.1 MMK-means算法的思想 | 第45页 |
| 4.3.2 MMK-means算法的并行设计 | 第45-48页 |
| 4.3.3 MMK-means算法的并行实现 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 实验与结果分析 | 第52-64页 |
| 5.1 实验环境 | 第52-54页 |
| 5.2 实验数据与评价指标 | 第54-55页 |
| 5.3 并行文本聚类效率测试 | 第55-57页 |
| 5.4 聚类算法性能对比 | 第57-62页 |
| 5.4.1 聚类效率对比 | 第58-59页 |
| 5.4.2 聚类质量对比 | 第59-61页 |
| 5.4.3 并行性能对比 | 第61-62页 |
| 5.5 与Spark平台下k-means并行算法的比较 | 第62-63页 |
| 5.6 本章小结 | 第63-64页 |
| 总结和展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |
