基于Hadoop的高性能文本聚类算法的设计与实现
| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 1 绪论 | 第10-14页 |
| ·课题的研究背景和意义 | 第10-11页 |
| ·课题研究的动机和目的 | 第11-12页 |
| ·论文的主要内容 | 第12页 |
| ·论文的组织和结构 | 第12-14页 |
| 2 文本聚类算法综述 | 第14-24页 |
| ·聚类的定义 | 第14页 |
| ·聚类算法的性能要求 | 第14-15页 |
| ·文本聚类及其一般流程 | 第15-16页 |
| ·文本聚类相关技术 | 第16-19页 |
| ·中文分词 | 第16-17页 |
| ·文本表示 | 第17-18页 |
| ·文本相似度计算 | 第18-19页 |
| ·类间距离度量 | 第19页 |
| ·文本聚类算法 | 第19-23页 |
| ·基于划分的聚类算法 | 第20页 |
| ·基于层次的聚类算法 | 第20-21页 |
| ·基于密度的聚类算法 | 第21-22页 |
| ·基于网格的聚类算法 | 第22页 |
| ·基于模型的聚类算法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 Hadoop 平台概述 | 第24-33页 |
| ·云计算平台概述 | 第24页 |
| ·分布式系统概述 | 第24页 |
| ·Hadoop 分布式系统 | 第24-25页 |
| ·Hadoop 总体架构 | 第25-26页 |
| ·Hadoop 分布式文件系统—HDFS | 第26-30页 |
| ·HDFS 的体系结构 | 第26-28页 |
| ·HDFS 的基本操作 | 第28-29页 |
| ·HDFS 的数据管理方面的功能 | 第29-30页 |
| ·MapReduce 编程模型 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 4 分布式文本聚类算法的设计 | 第33-39页 |
| ·分布式文本聚类需求分析 | 第33-34页 |
| ·算法设计的整体思想 | 第34页 |
| ·功能模块设计 | 第34-37页 |
| ·数据预处理模块 | 第34-35页 |
| ·构建空间向量模型模块 | 第35页 |
| ·构建倒排表和反倒排表模块 | 第35-36页 |
| ·基于划分的初步聚类模块 | 第36-37页 |
| ·基于层次的二次聚类模块 | 第37页 |
| ·本章小结 | 第37-39页 |
| 5 分布式文本聚类算法的实现 | 第39-50页 |
| ·MapReduce 程序模型 | 第39-41页 |
| ·文本数据预处理 | 第41-42页 |
| ·构建向量空间模型 | 第42-44页 |
| ·构建倒排表 | 第44-45页 |
| ·构建反倒排表 | 第45-46页 |
| ·基于划分的初步聚类 | 第46-48页 |
| ·基于层级的聚类 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 6 分布式文本聚类算法的应用与评估 | 第50-60页 |
| ·基于 Hadoop 分布式平台的搭建 | 第50-54页 |
| ·平台搭建环境 | 第50页 |
| ·Hadoop 分布式平台的搭建 | 第50-51页 |
| ·Hadoop 分布式平台环境配置 | 第51-54页 |
| ·集群的初步测试 | 第54-55页 |
| ·应用数据来源 | 第55页 |
| ·应用测试结果和分析 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65页 |
