基于MapReduce的海量文本KNN分类方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 文本分类算法研究 | 第9-10页 |
| 1.2.2 数据划分算法研究 | 第10-11页 |
| 1.3 本文主要内容和贡献 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 MapReduce编程模型概述 | 第14-20页 |
| 2.1 MapReduce简介 | 第14-16页 |
| 2.1.1 MapReduce技术的基本原理 | 第14页 |
| 2.1.2 MapReduce任务的执行过程 | 第14-16页 |
| 2.2 MapReduce相关技术解析 | 第16-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 基于临界值的数据划分算法 | 第20-30页 |
| 3.1 引言 | 第20-21页 |
| 3.2 中心点算法 | 第21-24页 |
| 3.3 数据划分算法 | 第24-28页 |
| 3.3.1 确定临界值α | 第24-25页 |
| 3.3.2 确定直径R | 第25-26页 |
| 3.3.3 确定中心点集合 | 第26-27页 |
| 3.3.4 进行数据划分 | 第27-28页 |
| 3.4 本章小结 | 第28-30页 |
| 第四章 并行KNN文本分类算法的实现 | 第30-44页 |
| 4.1 算法介绍 | 第30-32页 |
| 4.2 基于分解余弦定理计算文本相似度 | 第32-35页 |
| 4.3 数据集的处理过程 | 第35-41页 |
| 4.3.1 训练集文本的MapReduce过程 | 第35页 |
| 4.3.2 样本文本预处理过程 | 第35-36页 |
| 4.3.3 特征向量化文本的实现 | 第36-38页 |
| 4.3.4 待分类文本处理过程 | 第38-41页 |
| 4.4 MKNN分类算法的实现 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 实验和分析 | 第44-52页 |
| 5.1 实验环境和性能指标 | 第44-45页 |
| 5.2 MapReduce处理大规模数据性能验证 | 第45-46页 |
| 5.3 实验分析 | 第46-51页 |
| 5.3.1 MKNN分类算法准确度和分类性能实验 | 第46-47页 |
| 5.3.2 参数K对MKNN分类结果的影响实验 | 第47-48页 |
| 5.3.3 对比实验 | 第48-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |
