基于Hadoop的web用户访问偏好分类研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 文本分类研究现状 | 第9-11页 |
| 1.2.2 Hadoop分布式计算研究现状 | 第11-12页 |
| 1.3 论文内容与结构 | 第12-15页 |
| 1.3.1 本文研究内容 | 第12-13页 |
| 1.3.2 本文组织结构 | 第13-15页 |
| 第二章 相关技术介绍 | 第15-29页 |
| 2.1 文本分类相关技术 | 第15-22页 |
| 2.1.1 文本预处理 | 第15-17页 |
| 2.1.2 文本表示模型 | 第17-19页 |
| 2.1.3 文本特征选择 | 第19-20页 |
| 2.1.4 文本特征权重 | 第20-22页 |
| 2.2 朴素贝叶斯分类算法 | 第22-24页 |
| 2.2.1 贝叶斯理论 | 第22-23页 |
| 2.2.2 朴素贝叶斯分类算法 | 第23-24页 |
| 2.3 Hadoop相关技术 | 第24-27页 |
| 2.3.1 HDFS分布式文件系统 | 第25-26页 |
| 2.3.2 MapReduce并行计算框架 | 第26-27页 |
| 2.3.3 Mahout简介 | 第27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 基于Hadoop的并行分词 | 第29-42页 |
| 3.1 改进分词算法 | 第29-32页 |
| 3.1.1 中英文混合分词 | 第29页 |
| 3.1.2 分词过程与Lucene相结合 | 第29-31页 |
| 3.1.3 歧义消除 | 第31-32页 |
| 3.2 Hadoop平台下并行分词 | 第32-38页 |
| 3.2.1 合并小文件 | 第33-37页 |
| 3.2.3 基于MapReduce的分词 | 第37-38页 |
| 3.3 实验与分析 | 第38-41页 |
| 3.3.1 实验环境 | 第38-39页 |
| 3.3.2 数据来源 | 第39-40页 |
| 3.3.3 实验结果与分析 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于Hadoop的朴素贝叶斯模型 | 第42-50页 |
| 4.1 改进朴素贝叶斯算法 | 第42-44页 |
| 4.1.1 改进TFIDF权重计算 | 第42-43页 |
| 4.1.2 加权朴素贝叶斯分类 | 第43-44页 |
| 4.2 基于Hadoop的朴素贝叶斯分类 | 第44-47页 |
| 4.2.1 数据预处理阶段 | 第44页 |
| 4.2.2 分类模型训练阶段 | 第44-46页 |
| 4.2.3 分类模型测试阶段 | 第46-47页 |
| 4.3 实验与分析 | 第47-49页 |
| 4.3.1 实验环境与数据来源 | 第47页 |
| 4.3.2 评价指标 | 第47-48页 |
| 4.3.3 实验结果与分析 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 Web用户访问偏好分析 | 第50-56页 |
| 5.1 Web用户访问偏好需求分析 | 第50页 |
| 5.2 数据采集 | 第50页 |
| 5.3 数据预处理 | 第50-51页 |
| 5.4 用户访问内容分类 | 第51-53页 |
| 5.5 统计分析用户访问偏好 | 第53-55页 |
| 5.5.1 Pig简介 | 第53-54页 |
| 5.5.2 统计用户访问偏好 | 第54-55页 |
| 5.6 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 全文小结 | 第56页 |
| 6.2 工作展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的论文 | 第64页 |
