| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 论文的研究内容 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 相关理论研究 | 第16-33页 |
| 2.1 大数据处理平台及技术 | 第16-23页 |
| 2.1.1 Hadoop平台 | 第16-17页 |
| 2.1.2 分布式文件存储系统HDFS | 第17-18页 |
| 2.1.3 分布式处理系统MapReduce | 第18-20页 |
| 2.1.4 资源管理系统YARN | 第20-21页 |
| 2.1.5 Hadoop生态系统 | 第21-23页 |
| 2.2 微博社交网络舆情分析技术 | 第23-31页 |
| 2.2.1 微博数据采集技术 | 第24-27页 |
| 2.2.2 微博信息的预处理技术 | 第27-29页 |
| 2.2.3 文本聚类分析技术 | 第29-30页 |
| 2.2.4 微博舆情分析技术 | 第30-31页 |
| 2.3 本章小节 | 第31-33页 |
| 第三章 基于Hadoop的微博舆情分析的并行化研究 | 第33-41页 |
| 3.1 文本分布式预处理 | 第33-35页 |
| 3.2 特征选择的分布式计算 | 第35-36页 |
| 3.3 Mahout向量化计算 | 第36-38页 |
| 3.4 Mahout聚类算法 | 第38-40页 |
| 3.5 本章小节 | 第40-41页 |
| 第四章 基于MapReduce的K-means聚类算法的实现与改进 | 第41-49页 |
| 4.1 K-means算法思想 | 第41页 |
| 4.2 K-means算法步骤 | 第41-43页 |
| 4.3 基于MapReduce的K-means算法的并行化研究 | 第43-45页 |
| 4.4 基于MapReduce的K-means算法的改进与优化 | 第45-47页 |
| 4.4.1 MapReduce算法的优化 | 第45-46页 |
| 4.4.2 基于MapReduce算法的改进 | 第46-47页 |
| 4.5 本章小节 | 第47-49页 |
| 第五章 实验与分析 | 第49-61页 |
| 5.1 实验环境与配置 | 第49-53页 |
| 5.1.1 实验环境 | 第49-50页 |
| 5.1.2 Hadoop平台的搭建 | 第50-52页 |
| 5.1.3 Mahout的安装和配置 | 第52-53页 |
| 5.2 实验数据与评价指标 | 第53-54页 |
| 5.2.1 实验数据 | 第53页 |
| 5.2.2 聚类算法的评价指标 | 第53-54页 |
| 5.3 数据预处理 | 第54-55页 |
| 5.4 测试结果与分析 | 第55-60页 |
| 5.4.1 聚类质量的比较 | 第55-57页 |
| 5.4.1.1 最大簇间距离和最小簇内距离 | 第55-56页 |
| 5.4.1.2 算法的召回率、准确率和F值 | 第56-57页 |
| 5.4.1.3 算法执行时间 | 第57页 |
| 5.4.2 算法串行和并行比较 | 第57-58页 |
| 5.4.2.1 算法的执行时间分析 | 第57-58页 |
| 5.4.2.2 算法的加速比分析 | 第58页 |
| 5.4.3 热点生成 | 第58-60页 |
| 5.4.4 正负情感分析 | 第60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 展望与总结 | 第61-63页 |
| 6.1 论文总结 | 第61页 |
| 6.2 研究展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-69页 |
| 致谢 | 第69-70页 |
