基于Hadoop大規(guī)模中文網(wǎng)站聚類的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、文本聚類分析是數(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等業(yè)內(nèi)都已普及，同時比較熱門的還有網(wǎng)站導(dǎo)航欄、論文相似性檢測及用戶推薦等應(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，人們從網(wǎng)頁上獲取的數(shù)據(jù)信息量也越來越多。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)頁上挖掘出我們所需的信息已成現(xiàn)階段的一個巨大挑戰(zhàn)。對文本聚類的研究應(yīng)用為

2、此提供了一個很好的解決途徑。也正是由于數(shù)據(jù)具有海量、多樣性等特征，使得傳統(tǒng)的聚類分析在對文本進(jìn)行聚類處理的時候往往在時間空間上達(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)行聚類處理，已被越來越多的學(xué)者研究應(yīng)用。
　　Hadoop是由Apache基金會開發(fā)的一個分布式系統(tǒng)基礎(chǔ)架構(gòu)，它有兩個核心的框架設(shè)計(jì):HDFS和MapReduce。HDFS框架主要承擔(dān)著為海量的數(shù)據(jù)提供存儲的任務(wù)，而框架MapReduce的任務(wù)就是計(jì)算

3、，且這種對海量數(shù)據(jù)的計(jì)算是并行的。本文正是基于Hadoop平臺上設(shè)計(jì)的對中文網(wǎng)站進(jìn)行聚類分析的系統(tǒng)，下面是本文的主要研究工作。
　　1.對經(jīng)常使用的經(jīng)典聚類算法思想及相關(guān)理論知識進(jìn)行介紹。詳細(xì)介紹了文本聚類的整個流程過程及常見的相似性度量方法等等。
　　2.深入理解Hadoop平臺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，說明相比傳統(tǒng)單機(jī)環(huán)境下作聚類實(shí)驗(yàn)的優(yōu)勢。
　　3.搭建Hadoop分布式環(huán)境，配置