| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 海量专利文献数据存储现状 | 第12-13页 |
| 1.2.2 信息检索现状 | 第13-14页 |
| 1.3 论文主要工作 | 第14-15页 |
| 1.4 论文结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 相关技术 | 第17-32页 |
| 2.1 数据存储技术 | 第17-20页 |
| 2.1.1 海量数据云存储技术 | 第17-19页 |
| 2.1.2 网格存储技术 | 第19-20页 |
| 2.2 分布式文件系统 | 第20-25页 |
| 2.2.1 分布式文件存储HDFS | 第21-23页 |
| 2.2.2 Map/Reduce处理模型 | 第23页 |
| 2.2.3 结构化数据库Hbase | 第23-25页 |
| 2.3 小文件存储格式 | 第25-26页 |
| 2.3.1 Hadoop Archive文件归档 | 第25-26页 |
| 2.3.2 SequenceFile存储格式 | 第26页 |
| 2.3.3 CombineFileInputFormat存储格式 | 第26页 |
| 2.4 聚类算法 | 第26-28页 |
| 2.5 相似性度量方法 | 第28-29页 |
| 2.6 Lucene工具介绍 | 第29-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第3章 专利文献存储平台的方案设计 | 第32-42页 |
| 3.1 专利文献数据存储平台的需求分析 | 第32-33页 |
| 3.2 平台整体结构设计 | 第33-35页 |
| 3.3 基于海量数据的K-means聚类算法存储模型 | 第35-36页 |
| 3.4 存储方案设计 | 第36-38页 |
| 3.5 数据查询设计 | 第38-39页 |
| 3.6 数据采集设计 | 第39-40页 |
| 3.7 数据处理方案设计 | 第40页 |
| 3.8 本章小结 | 第40-42页 |
| 第4章 基于Hadoop的专利文献存储平台实现 | 第42-61页 |
| 4.1 基于聚类的数据存储实现 | 第42-53页 |
| 4.1.1 文本量化预处理 | 第42-47页 |
| 4.1.2 文本聚类 | 第47-52页 |
| 4.1.3 聚类数据存储 | 第52-53页 |
| 4.2 目录存储和索引实现 | 第53-55页 |
| 4.2.1 基于目录的存储 | 第53-54页 |
| 4.2.2 二级索引实现 | 第54-55页 |
| 4.3 检索实现 | 第55-60页 |
| 4.3.1 输入预处理 | 第55页 |
| 4.3.2 检索优化 | 第55-57页 |
| 4.3.3 跨语检索实现 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 平台性能测试与分析 | 第61-72页 |
| 5.1 平台运行环境 | 第61页 |
| 5.2 部署Hadoop | 第61-62页 |
| 5.3 测试指标 | 第62页 |
| 5.4 测试数据集 | 第62-63页 |
| 5.5 测试结果和性能分析 | 第63-71页 |
| 5.6 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77页 |