| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 并行LDA算法的研究现状 | 第10-11页 |
| 1.2.2 二分K均值算法的研究现状 | 第11-12页 |
| 1.2.3 词语相似度计算方法的研究现状 | 第12-13页 |
| 1.3 本文的研究工作 | 第13-14页 |
| 1.4 论文结构 | 第14-15页 |
| 第2章 相关技术 | 第15-24页 |
| 2.1 Spark | 第15-17页 |
| 2.1.1 Spark生态系统 | 第15-17页 |
| 2.1.2 Spark核心概念 | 第17页 |
| 2.2 HowNet | 第17-20页 |
| 2.3 ICTCLAS | 第20-21页 |
| 2.4 文本主题挖掘方法 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于Spark的LDA并行算法 | 第24-38页 |
| 3.1 LDA主题模型及其推导 | 第24-28页 |
| 3.1.1 LDA主题模型 | 第24-25页 |
| 3.1.2 吉布斯采样 | 第25-27页 |
| 3.1.3 基于吉布斯采样的模型推导 | 第27-28页 |
| 3.2 基于Spark的LDA算法并行设计 | 第28-33页 |
| 3.2.1 并行算法设计思想 | 第28-30页 |
| 3.2.2 并行LDA算法的实现 | 第30-33页 |
| 3.3 实验与分析 | 第33-37页 |
| 3.3.1 实验环境 | 第33-34页 |
| 3.3.2 实验数据来源 | 第34页 |
| 3.3.3 实验内容与结论 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于Spark的二分K均值并行算法 | 第38-46页 |
| 4.1 二分K均值算法及优化 | 第38-40页 |
| 4.2 二分K均值算法的并行设计 | 第40-42页 |
| 4.3 实验与分析 | 第42-45页 |
| 4.3.1 改进的二分K均值算法实验 | 第42-44页 |
| 4.3.2 并行二分K均值算法实验 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 基于How Net的词语相似度计算 | 第46-54页 |
| 5.1 基于HowNet的词语相似度计算方法 | 第46-48页 |
| 5.2 基于HowNet的词语相似度计算方法的改进 | 第48-51页 |
| 5.2.1 义原相似度计算方法的改进 | 第48-49页 |
| 5.2.2 概念相似度计算方法的改进 | 第49-51页 |
| 5.3 实验与分析 | 第51-53页 |
| 5.3.1 实验环境 | 第51页 |
| 5.3.2 实验结果与分析 | 第51-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第6章 微博广告定向投放设计 | 第54-63页 |
| 6.1 微博广告定向投放方法 | 第54-56页 |
| 6.1.1 微博用户兴趣挖掘 | 第54-55页 |
| 6.1.2 微博广告的定向投放 | 第55-56页 |
| 6.2 微博文本的特点及处理 | 第56-57页 |
| 6.3 设计思路 | 第57-59页 |
| 6.4 方案实现 | 第59-62页 |
| 6.4.1 微博数据预处理 | 第59-60页 |
| 6.4.2 用户兴趣挖掘 | 第60-62页 |
| 6.4.3 广告的定向投放 | 第62页 |
| 6.5 本章小结 | 第62-63页 |
| 第7章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-67页 |