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72頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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)

文檔簡介

1、隨著信息社會(huì)的發(fā)展,數(shù)據(jù)規(guī)模不斷增長,其中主要是以文本的形式存在。如何在有效時(shí)間內(nèi)從大規(guī)模文本中挖掘有用信息成為熱點(diǎn)研究問題,因此,文本挖掘的并行化研究越來越受到關(guān)注。近幾年已經(jīng)有許多基于MapReduce的文本挖掘算法并行化的實(shí)現(xiàn),能夠處理大規(guī)模文本,但是仍然存在并行化效率不高、算法實(shí)現(xiàn)困難等諸多問題?;谛乱淮鷥?nèi)存大數(shù)據(jù)處理架構(gòu)Spark,本文提出新型的大規(guī)模文本挖掘并行化算法,主要目的就是在保證文本挖掘精度(有效性)的基礎(chǔ)上提高挖

2、掘效率。
  文本聚類與分類技術(shù)是文本挖掘的基礎(chǔ)和核心,針對(duì)傳統(tǒng)文本聚類/分類算法在處理大規(guī)模文本時(shí)速度緩慢甚至無法處理問題,本文完成了如下幾個(gè)方面的工作:
  (1)研究了大規(guī)模數(shù)據(jù)并行處理技術(shù)。首先分析了傳統(tǒng)并行框架Hadoop的分布式文件系統(tǒng)HDFS和并行計(jì)算MapReduce模型,而后重點(diǎn)研究了新一代并行計(jì)算系統(tǒng)Spark的關(guān)鍵技術(shù):彈性分布式數(shù)據(jù)集RDD以及Spark編程模型。
  (2)對(duì)文本聚類與分類相關(guān)

3、技術(shù)進(jìn)行了研究,其中對(duì)文本聚類和分類的處理流程進(jìn)行了詳細(xì)分析和說明。
 ?。?)基于Spark的編程框架,設(shè)計(jì)了K-Means文本聚類和Naive Bayes文本分類并行化處理算法,對(duì)系統(tǒng)進(jìn)行了優(yōu)化,與基于Hadoop的實(shí)現(xiàn)進(jìn)行了性能對(duì)比。
  基于集群的實(shí)驗(yàn)結(jié)果表明,本文提出的基于Spark的文本挖掘并行化算法在保證有效性和準(zhǔn)確性的基礎(chǔ)上,切實(shí)提高了大規(guī)模文本挖掘效率,同時(shí)算法本身具有高可靠性和易擴(kuò)展性的優(yōu)點(diǎn)。與基于Had

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(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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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。

評(píng)論

0/150

提交評(píng)論