| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文的主要工作内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 相关技术简介 | 第15-23页 |
| 2.1 文本索引相关技术 | 第15-16页 |
| 2.2 分布式索引相关技术 | 第16-18页 |
| 2.3 文本聚类相关技术 | 第18-20页 |
| 2.3.1 聚类与相关算法 | 第18-19页 |
| 2.3.2 文本向量表示 | 第19-20页 |
| 2.4 MapReduce计算模型 | 第20-22页 |
| 2.5 本章总结 | 第22-23页 |
| 第三章 K-means算法优化及其并行化实现 | 第23-40页 |
| 3.1 K-means算法概述 | 第23-24页 |
| 3.2 大数据环境下的K-means算法优化 | 第24-30页 |
| 3.2.1 K-means算法优化相关研究 | 第24-25页 |
| 3.2.2 SCB-K-means算法 | 第25-30页 |
| 3.3 文本向量模型表示及其并行化实现 | 第30-36页 |
| 3.3.1 文本向量模型表示步骤 | 第30-31页 |
| 3.3.2 文本向量模型表示的并行化实现 | 第31-36页 |
| 3.4 SCB-K-means算法的并行化实现 | 第36-39页 |
| 3.4.1 文本向量相似度 | 第36页 |
| 3.4.2 SCB-K-means算法的并行化实现 | 第36-39页 |
| 3.5 本章总结 | 第39-40页 |
| 第四章 分布式索引构建及集合选择 | 第40-50页 |
| 4.1 Lucene简介 | 第40-42页 |
| 4.2 分布式环境下索引创建 | 第42-45页 |
| 4.3 集合选择及检索 | 第45-49页 |
| 4.3.1 集合选择算法简介 | 第45-47页 |
| 4.3.2 集合选择算法在分布式系统中的实现 | 第47-49页 |
| 4.4 本章总结 | 第49-50页 |
| 第五章 实验与分析 | 第50-60页 |
| 5.1 实验设计 | 第50页 |
| 5.2 实验硬件环境及软件环境 | 第50-52页 |
| 5.2.1 实验硬件环境 | 第50-51页 |
| 5.2.2 实验软件环境 | 第51-52页 |
| 5.3 实验结果与分析 | 第52-59页 |
| 5.3.1 索引创建效率对比实验 | 第52-55页 |
| 5.3.2 检索效率对比实验 | 第55-56页 |
| 5.3.3 检索准确度对比 | 第56-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文目录 | 第67-68页 |
| 附表 | 第68页 |