| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状分析 | 第12-15页 |
| 1.2.1 文本分类国内外研究现状 | 第12-14页 |
| 1.2.2 粗糙集理论国内外研究现状 | 第14-15页 |
| 1.2.3 并行分类国内外研究现状 | 第15页 |
| 1.3 本文主要内容 | 第15-16页 |
| 1.4 论文结构 | 第16-17页 |
| 第2章 文本分类相关概念和Spark分布式计算框架 | 第17-31页 |
| 2.1 文本分类技术 | 第17-25页 |
| 2.1.1 文本预处理 | 第17-19页 |
| 2.1.2 文本特征选择 | 第19-21页 |
| 2.1.3 文本表示 | 第21-22页 |
| 2.1.4 常用分类算法 | 第22-23页 |
| 2.1.5 分类性能评价 | 第23-25页 |
| 2.2 Spark分布式计算框架 | 第25-29页 |
| 2.2.1 Spark基本概念 | 第25-27页 |
| 2.2.2 Spark计算模型 | 第27-29页 |
| 2.3 粗糙集理论 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于粗糙集理论的随机森林算法 | 第31-40页 |
| 3.1 决策树算法基本概念 | 第31-33页 |
| 3.2 随机森林算法基本概念 | 第33-34页 |
| 3.3 基于差别矩阵的属性选择 | 第34-35页 |
| 3.4 随机森林文本分类算法 | 第35-39页 |
| 3.4.1 一种改进的文本处理方法 | 第35-37页 |
| 3.4.2 基于粗糙集理论的随机子空间 | 第37-38页 |
| 3.4.3 加权投票器 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于Spark的文本分类算法并行设计 | 第40-55页 |
| 4.1 文本处理模块并行设计 | 第41-48页 |
| 4.1.1 文本预处理并行设计 | 第41-43页 |
| 4.1.2 特征选择并行设计 | 第43-45页 |
| 4.1.3 文本表示并行设计 | 第45-48页 |
| 4.2 随机森林分类模块并行设计 | 第48-54页 |
| 4.2.1 差别矩阵属性选择并行设计 | 第48-50页 |
| 4.2.2 随机森林分类器并行设计 | 第50-52页 |
| 4.2.3 文本分类并行设计 | 第52-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第5章 实验分析与文本分类系统设计 | 第55-67页 |
| 5.1 实验结果及分析 | 第55-62页 |
| 5.1.1 实验环境 | 第55页 |
| 5.1.2 分类性能测试与分析 | 第55-58页 |
| 5.1.3 并行计算性能测试与分析 | 第58-62页 |
| 5.2 系统设计与实现 | 第62-66页 |
| 5.2.1 分类模型的构建与分类模块 | 第62-64页 |
| 5.2.2 数据下载管理模块 | 第64-65页 |
| 5.2.3 远程管理模块 | 第65-66页 |
| 5.3 本章小结 | 第66-67页 |
| 总结与展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-76页 |
| 攻读学位期间发表的论文 | 第76页 |