2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩73頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、文本挖掘就是從非結構化的文本數(shù)據(jù)中獲取用戶關心和有價值的信息的過程。作為數(shù)據(jù)挖掘中一個重要的研究方向,文本挖掘已經(jīng)被廣泛地應用到搜索、分類、推薦系統(tǒng)、輿情和觀點挖掘等多個領域。隨著互聯(lián)網(wǎng)上信息爆炸式的增長,海量數(shù)據(jù)的處理成為了當今的熱點也是難點,單一服務器在多數(shù)情況下已不能滿足海量數(shù)據(jù)處理的需要,所以分布式計算是未來的發(fā)展趨勢。而云計算又是分布式處理、并行計算以及網(wǎng)格計算的發(fā)展和延續(xù),并發(fā)與分布是云計算的關鍵技術,海量數(shù)據(jù)處理和海量計算

2、是云計算的優(yōu)勢。在文本挖掘領域中,同樣面臨著海量數(shù)據(jù)處理的問題,所以把云計算與文本挖掘結合起來處理海量文本數(shù)據(jù)是十分有意義的。
  本文正是以此為出發(fā)點,首先簡單介紹了文本挖掘、云計算的相關概念和關鍵技術,對Hadoop云計算平臺及MapReduce編程模式進行了詳細說明,著重對中文分詞、新詞識別、最短距離算法進行描述并提出了此三種算法基于Hadoop平臺的MapReduce解決方案。通過搭建Hadoop實驗平臺,編程實現(xiàn)三種改進

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論