

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、文本聚類(lèi)分析是數(shù)據(jù)挖掘范疇內(nèi)的一項(xiàng)重要研究,在統(tǒng)計(jì)學(xué)、金融、生物、醫(yī)學(xué)、信息檢索及文檔分類(lèi)等業(yè)內(nèi)都已普及,同時(shí)比較熱門(mén)的還有網(wǎng)站導(dǎo)航欄、論文相似性檢測(cè)及用戶推薦等應(yīng)用。
隨著網(wǎng)絡(luò)的快速普及,各種中文網(wǎng)站的數(shù)量都呈現(xiàn)了巨大的增長(zhǎng),人們從網(wǎng)頁(yè)上獲取的數(shù)據(jù)信息量也越來(lái)越多。由于不同的人有不同的需要和標(biāo)準(zhǔn),導(dǎo)致了數(shù)據(jù)的多樣性和質(zhì)量要求。那么,怎樣快速且高效率的從網(wǎng)頁(yè)上挖掘出我們所需的信息已成現(xiàn)階段的一個(gè)巨大挑戰(zhàn)。對(duì)文本聚類(lèi)的研究應(yīng)用為
2、此提供了一個(gè)很好的解決途徑。也正是由于數(shù)據(jù)具有海量、多樣性等特征,使得傳統(tǒng)的聚類(lèi)分析在對(duì)文本進(jìn)行聚類(lèi)處理的時(shí)候往往在時(shí)間空間上達(dá)不到理想的效果。隨著云計(jì)算的興起,采用分布式并行框架進(jìn)行聚類(lèi)處理,已被越來(lái)越多的學(xué)者研究應(yīng)用。
Hadoop是由Apache基金會(huì)開(kāi)發(fā)的一個(gè)分布式系統(tǒng)基礎(chǔ)架構(gòu),它有兩個(gè)核心的框架設(shè)計(jì):HDFS和MapReduce。HDFS框架主要承擔(dān)著為海量的數(shù)據(jù)提供存儲(chǔ)的任務(wù),而框架MapReduce的任務(wù)就是計(jì)算
3、,且這種對(duì)海量數(shù)據(jù)的計(jì)算是并行的。本文正是基于Hadoop平臺(tái)上設(shè)計(jì)的對(duì)中文網(wǎng)站進(jìn)行聚類(lèi)分析的系統(tǒng),下面是本文的主要研究工作。
1.對(duì)經(jīng)常使用的經(jīng)典聚類(lèi)算法思想及相關(guān)理論知識(shí)進(jìn)行介紹。詳細(xì)介紹了文本聚類(lèi)的整個(gè)流程過(guò)程及常見(jiàn)的相似性度量方法等等。
2.深入理解Hadoop平臺(tái)的兩大核心框架及關(guān)鍵技術(shù),闡述它們間的相互聯(lián)系及運(yùn)行機(jī)制,說(shuō)明相比傳統(tǒng)單機(jī)環(huán)境下作聚類(lèi)實(shí)驗(yàn)的優(yōu)勢(shì)。
3.搭建Hadoop分布式環(huán)境,配置
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Mapreduce的大規(guī)模中文短文本聚類(lèi)算法的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 中文網(wǎng)站抓取及編碼轉(zhuǎn)換研究.pdf
- 大規(guī)模中文網(wǎng)頁(yè)的自動(dòng)分類(lèi)研究.pdf
- 基于特征碼的大規(guī)模中文網(wǎng)頁(yè)并行去重方法.pdf
- 基于n-gram的大規(guī)模中文文檔聚類(lèi)研究.pdf
- 大規(guī)模數(shù)據(jù)聚類(lèi)技術(shù)研究與實(shí)現(xiàn).pdf
- 大規(guī)模數(shù)據(jù)挖掘聚類(lèi)算法的研究與實(shí)現(xiàn).pdf
- 基于大規(guī)模語(yǔ)料的中文新詞抽取算法的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Hadoop的高性能文本聚類(lèi)算法的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于聚類(lèi)的個(gè)性化網(wǎng)站設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于模糊聚類(lèi)的大規(guī)模數(shù)據(jù)聚類(lèi)算法及其應(yīng)用研究.pdf
- 基于Hadoop平臺(tái)的視覺(jué)數(shù)據(jù)聚類(lèi)研究與實(shí)現(xiàn).pdf
- 基于聚類(lèi)緊湊特征的大規(guī)模圖像檢索研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的大規(guī)模人臉聚類(lèi).pdf
- 高校網(wǎng)頁(yè)英譯策略研究——以蘇州大學(xué)中文網(wǎng)站翻譯為例.pdf
- 基于Hadoop的移動(dòng)運(yùn)營(yíng)大規(guī)模數(shù)據(jù)治理.pdf
- 基于內(nèi)容的大規(guī)模圖像檢索的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Hadoop MapReduce并行近似譜聚類(lèi)算法研究與實(shí)現(xiàn).pdf
- 超大規(guī)模的短文本聚類(lèi)研究.pdf
- 大規(guī)模復(fù)雜數(shù)據(jù)的譜聚類(lèi)研究.pdf
評(píng)論
0/150
提交評(píng)論