基于Hadoop的分布式文本分类研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·文本分类研究现状 | 第9页 |
| ·Hadoop 分布式计算研究现状 | 第9-10页 |
| ·论文主要内容 | 第10-11页 |
| ·论文组织和结构 | 第11-12页 |
| 第2章 文本分类及 Hadoop 平台分析 | 第12-26页 |
| ·文本分类关键技术研究 | 第12-19页 |
| ·文本分类概述 | 第12-14页 |
| ·文本预处理 | 第14-15页 |
| ·文本表示模型 | 第15-16页 |
| ·文本特征降维 | 第16-18页 |
| ·文本分类模型 | 第18-19页 |
| ·Hadoop 分布式计算平台分析 | 第19-25页 |
| ·HDFS 分布式文件系统分析 | 第20-22页 |
| ·MapReduce 并行计算框架分析 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于 Hadoop 的分布式文本分类研究 | 第26-56页 |
| ·文本分类中的问题分析 | 第26-27页 |
| ·分布式文本分类总体设计 | 第27-30页 |
| ·分布式并行算法设计的关键 | 第27-28页 |
| ·分布式文本分类流程 | 第28-30页 |
| ·文本的分布式预处理研究 | 第30-34页 |
| ·分布式预处理流程 | 第30-31页 |
| ·预处理的 MapReduce 分解 | 第31-34页 |
| ·特征选择的分布式计算研究 | 第34-39页 |
| ·特征选择算法分析 | 第34-36页 |
| ·特征选择的分布式计算 | 第36-39页 |
| ·文本向量化的分布式计算研究 | 第39-45页 |
| ·TFIDF 权重计算 | 第40-41页 |
| ·TFIDF 权重的分布式计算 | 第41-45页 |
| ·BP 网络文本分类研究 | 第45-54页 |
| ·BP 网络模型分析 | 第45-46页 |
| ·BP 网络文本分类器设计 | 第46-49页 |
| ·BP 网络分布式并行训练 | 第49-54页 |
| ·BP 网络分布式文本分类 | 第54页 |
| ·本章小结 | 第54-56页 |
| 第4章 分布式文本分类实验及分析 | 第56-68页 |
| ·实验语料 | 第56页 |
| ·评价指标 | 第56-57页 |
| ·实验环境搭建 | 第57-60页 |
| ·实验环境 | 第57-59页 |
| ·系统部署 | 第59-60页 |
| ·各模块设计 | 第60-62页 |
| ·实验结果分析 | 第62-67页 |
| ·文本前期处理 | 第62-64页 |
| ·BP 网络训练 | 第64-65页 |
| ·文本分类结果 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间所发表的学术论文 | 第74-76页 |
| 致谢 | 第76页 |
