| 摘要 | 第2-3页 |
| ABSTRACT | 第3页 |
| 注释表 | 第7-8页 |
| 缩略词 | 第8-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究内容 | 第10-12页 |
| 1.3 应用领域 | 第12-13页 |
| 1.4 主要创新点 | 第13-14页 |
| 1.5 论文组织结构 | 第14-15页 |
| 第二章 国内外研究进展 | 第15-33页 |
| 2.1 数据挖掘经典算法 | 第15-21页 |
| 2.1.1 朴素贝叶斯 | 第15-17页 |
| 2.1.2 KNN | 第17-18页 |
| 2.1.3 支持向量机 | 第18-21页 |
| 2.2 实时流处理框架 | 第21-25页 |
| 2.2.1 实时流处理框架介绍 | 第21-22页 |
| 2.2.2 storm集群分析 | 第22-25页 |
| 2.3 短文本处理 | 第25-32页 |
| 2.3.1 短文本表示 | 第25-28页 |
| 2.3.2 特征向量提取 | 第28-30页 |
| 2.3.3 短文本相似度计算 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 实时数据挖掘系统的研究 | 第33-43页 |
| 3.1 基于投票的提升算法 | 第33-37页 |
| 3.1.1 现存挖掘算法的问题 | 第33页 |
| 3.1.2 提升方法的优势 | 第33-35页 |
| 3.1.3 基于投票的提升方法 | 第35-37页 |
| 3.2 storm负载均衡优化 | 第37-40页 |
| 3.2.1 storm调度机制 | 第37-38页 |
| 3.2.2 现存问题 | 第38-39页 |
| 3.2.3 基于current_load的storm调度算法 | 第39-40页 |
| 3.3 storm实时系统的设计 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 短文本处理技术的研究 | 第43-51页 |
| 4.1 文本预处理 | 第43-46页 |
| 4.1.1 文本分词 | 第43-44页 |
| 4.1.2 去停用词 | 第44-46页 |
| 4.2 基于Hash转换的同义词林的设计 | 第46-48页 |
| 4.2.1 同义词林设计方案 | 第46-47页 |
| 4.2.2 现存问题 | 第47页 |
| 4.2.3 基于Hash转换的同义词林 | 第47-48页 |
| 4.3 基于CNN的语义向量表示 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 实时文本挖掘系统的设计与实现 | 第51-60页 |
| 5.1 实时挖掘系统设计 | 第51-54页 |
| 5.1.1 信息抓取模块 | 第51-52页 |
| 5.1.2 短文本预处理模块 | 第52-53页 |
| 5.1.3 实时处理模块 | 第53-54页 |
| 5.2 对比实验 | 第54-59页 |
| 5.2.1 slots分配情况测试 | 第54-55页 |
| 5.2.2 storm负载均衡测试 | 第55-56页 |
| 5.2.3 实时性测试 | 第56-57页 |
| 5.2.4 同义词匹配测试 | 第57页 |
| 5.2.5 基于投票的提升算法的测试 | 第57-59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 结论与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 下一步计划 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 在学期间发表的学术论文及取得的研究成果 | 第67页 |