分布式架构下的海量文本特征分类研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 课题意义和应用 | 第10页 |
| 1.3 国内外研究现状 | 第10-11页 |
| 1.4 主要问题与难点 | 第11-12页 |
| 1.5 论文章节安排 | 第12-14页 |
| 第二章 文本分类详述 | 第14-26页 |
| 2.1 文本分类的基本过程 | 第14-18页 |
| 2.1.1 特征提取和文本表示 | 第15-18页 |
| 2.1.2 文本特征选取 | 第18页 |
| 2.2 分类器原理与并行优化 | 第18-25页 |
| 2.2.1 贝叶斯分类器 | 第19-20页 |
| 2.2.2 支持向量机(SVM) | 第20-21页 |
| 2.2.3 文本情感分类 | 第21-24页 |
| 2.2.4 其他分类方法 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 分布式架构与平台搭建 | 第26-38页 |
| 3.1 分布式架构简介 | 第26-28页 |
| 3.1.1 Hadoop和MapReduce范式 | 第26-27页 |
| 3.1.2 海量数据的存取 | 第27-28页 |
| 3.2 平台搭建 | 第28-33页 |
| 3.2.1 Hadoop平台软硬件特性 | 第29-30页 |
| 3.2.2 Windows平台管理工具 | 第30-32页 |
| 3.2.3 平台间协同：JSON-RPC | 第32-33页 |
| 3.3 数据源与数据结构 | 第33-36页 |
| 3.3.1 数据源 | 第33-34页 |
| 3.3.2 数据向量化 | 第34-36页 |
| 3.3.3 分类器接口 | 第36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 并行算法优化 | 第38-47页 |
| 4.1 文本分类的并行化 | 第38-43页 |
| 4.1.1 短文本的预处理 | 第38-39页 |
| 4.1.2 训练数据的合理划分 | 第39页 |
| 4.1.3 贝叶斯分类器的并行化 | 第39-40页 |
| 4.1.4 SVM分类器的并行化 | 第40-42页 |
| 4.1.5 多分类器的合并问题 | 第42-43页 |
| 4.2 情感分类的设计与优化策略 | 第43-46页 |
| 4.2.1 分词和词性标注 | 第43-44页 |
| 4.2.2 搜索情感词 | 第44-45页 |
| 4.2.3 并行优化 | 第45-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 性能测试 | 第47-54页 |
| 5.1 分类性能测试 | 第47-51页 |
| 5.1.1 贝叶斯分类器测试 | 第47-49页 |
| 5.1.2 支持向量机测试 | 第49-51页 |
| 5.2 并行文本情感分类测试 | 第51-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-57页 |
| 6.1 论文总结 | 第54-55页 |
| 6.2 进一步研究的问题 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表或已录用的学术论文 | 第60页 |
