| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 国内外研究现状综述 | 第12-17页 |
| 1.2.1 文本分类研究现状 | 第12-14页 |
| 1.2.2 TFIDF特征加权算法研究现状 | 第14-15页 |
| 1.2.3 KNN文本分类算法研究现状 | 第15-17页 |
| 1.3 本文工作 | 第17页 |
| 1.4 本文结构 | 第17-19页 |
| 第2章 文本分类和MapReduce技术概述 | 第19-38页 |
| 2.1 文本分类技术概述 | 第19-31页 |
| 2.1.1 文本预处理 | 第20-22页 |
| 2.1.2 特征选择 | 第22-25页 |
| 2.1.3 特征权重计算 | 第25-26页 |
| 2.1.4 文本分类算法 | 第26-29页 |
| 2.1.5 性能评估 | 第29-31页 |
| 2.2 MapRedcue概述 | 第31-37页 |
| 2.2.1 MapReduce编程模型 | 第31-32页 |
| 2.2.2 MapReduce的执行过程 | 第32-33页 |
| 2.2.3 MapReduce模型实现 | 第33-37页 |
| 2.3 小结 | 第37-38页 |
| 第3章 TFIDF加权算法改进 | 第38-46页 |
| 3.1 TFIDF算法简介 | 第38页 |
| 3.2 TFIDF缺陷分析 | 第38-39页 |
| 3.3 本文改进算法 | 第39-45页 |
| 3.3.1 相关知识 | 第40-41页 |
| 3.3.2 词语相似度计算 | 第41页 |
| 3.3.3 S-TFIDFIGE算法 | 第41-45页 |
| 3.4 小结 | 第45-46页 |
| 第4章 KNN分类算法改进 | 第46-55页 |
| 4.1 KNN算法简介 | 第46-47页 |
| 4.2 KNN缺陷分析 | 第47-48页 |
| 4.3 基于MapReduce的PKNN算法 | 第48-53页 |
| 4.3.1 Map函数设计 | 第49-51页 |
| 4.3.2 Combine函数设计 | 第51页 |
| 4.3.3 Reduce函数设计 | 第51-53页 |
| 4.4 小结 | 第53-55页 |
| 第5章 实验设计及结果分析 | 第55-63页 |
| 5.1 实验环境 | 第55页 |
| 5.2 实验数据 | 第55-56页 |
| 5.3 实验及结果分析 | 第56-61页 |
| 5.3.1 改进后的S-TFIDFIGE算法实验 | 第56-58页 |
| 5.3.2 改进后的PKNN算法实验 | 第58-61页 |
| 5.3.3 S-TFIDFIGE和PKNN算法结合实验 | 第61页 |
| 5.4 小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第70-71页 |
| 附录B 攻读硕士学位期间所参与的科研活动 | 第71-72页 |
| 致谢 | 第72页 |