| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外现状及发展趋势 | 第10-12页 |
| 1.2.1 Web挖掘技术现状 | 第10-12页 |
| 1.2.2 Zoot数据分析方法现状 | 第12页 |
| 1.3 论文研究思路及主要工作 | 第12-14页 |
| 第二章 相关技术基础 | 第14-21页 |
| 2.1 文本挖掘概述 | 第14-17页 |
| 2.1.1 Web文本总结 | 第14页 |
| 2.1.2 Web文本分类 | 第14-15页 |
| 2.1.3 Web文本聚类 | 第15-17页 |
| 2.2 XML技术 | 第17-19页 |
| 2.3 支持向量机 | 第19-21页 |
| 第三章 WEB文本分类与聚类方法的比较 | 第21-25页 |
| 3.1 WEB文本分类方法比较 | 第21-22页 |
| 3.2 WEB文本聚类方法 | 第22-25页 |
| 第四章 基于XML和SVM的WEB文本挖掘模型的构建 | 第25-29页 |
| 4.1 文本挖掘的流程及难点 | 第25-26页 |
| 4.1.1 Web文本挖掘的流程 | 第25页 |
| 4.1.2 Web文本挖掘的难点 | 第25-26页 |
| 4.2 基于XML和SVM的WEB文本挖掘模型的总体结构 | 第26-29页 |
| 4.2.1 模型的逻辑层次 | 第26-27页 |
| 4.2.2 模型的总体结构 | 第27-28页 |
| 4.2.3 模型的优点 | 第28-29页 |
| 第五章 WEB文本预处理 | 第29-41页 |
| 5.1 文本抽取 | 第29-33页 |
| 5.1.1 权威页面的确定 | 第29-30页 |
| 5.1.2 抽取XML文档 | 第30-33页 |
| 5.2 WEB文本处理 | 第33-36页 |
| 5.3 特征抽取和WEB文本表示 | 第36-41页 |
| 5.3.1 特征抽取方法比较 | 第36-38页 |
| 5.3.2 基于主成分分析的特征抽取 | 第38-39页 |
| 5.3.3 Web文本表示 | 第39-41页 |
| 第六章 系统实现及性能优化 | 第41-58页 |
| 6.1 基于SVM的WEB文本分类实现 | 第41-44页 |
| 6.2 WEB文本聚类实现 | 第44-46页 |
| 6.3 ZOOT系统实现 | 第46-49页 |
| 6.3.1 Zoot性能优化 | 第47页 |
| 6.3.2 join | 第47-48页 |
| 6.3.3 mapjoin | 第48-49页 |
| 6.4 HIVE优化 | 第49-53页 |
| 6.4.1 控制hive任务中的map数 | 第49-51页 |
| 6.4.2 控制hive任务的reduce数 | 第51-53页 |
| 6.5 性能对比分析 | 第53-58页 |
| 第七章 总结与展望 | 第58-60页 |
| 7.1 总结 | 第58页 |
| 7.2 展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻硕期间取得的研究成果 | 第64-65页 |