本文關(guān)鍵詞：基于MapReduce的Web鏈接結(jié)構(gòu)分析算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯(lián)網(wǎng)信息技術(shù)的飛速發(fā)展,Web網(wǎng)頁(yè)信息正在呈現(xiàn)指數(shù)級(jí)的增長(zhǎng)趨勢(shì)。面對(duì)如此巨大的Web信息資源庫(kù),搜索引擎已成為用戶獲取網(wǎng)絡(luò)信息資源的重要工具。Web鏈接結(jié)構(gòu)分析算法,作為網(wǎng)絡(luò)搜索引擎的重要組成部分,用于通過分析Web頁(yè)面間鏈接結(jié)構(gòu)來對(duì)Web網(wǎng)頁(yè)信息做潛在的重要性評(píng)估。然而,隨著數(shù)據(jù)計(jì)算量的不斷增加,傳統(tǒng)集中式架構(gòu)的Web鏈接結(jié)構(gòu)分析算法不僅在計(jì)算和存儲(chǔ)方面存在著瓶頸,且存在系統(tǒng)的穩(wěn)定性和擴(kuò)展性不高等問題。近年來,處理海量數(shù)據(jù)的Hadoop分布式平臺(tái),以其可靠性、高效性、高擴(kuò)展性等優(yōu)勢(shì),已成為學(xué)術(shù)界研究的熱點(diǎn)。深入研究Web鏈接結(jié)構(gòu)分析的經(jīng)典算法PageRank、HITS,以及Hadoop、Map/Reduce等理論知識(shí),將Web鏈接結(jié)構(gòu)分析算法和Hadoop平臺(tái)相結(jié)合,并做了如下工作： 1.在Hadoop平臺(tái)上,對(duì)PageRank算法每次迭代都要多次訪問HDFS, I/O的消耗大；每次MapReduce操作,在混合階段和排序階段處理Key的數(shù)量大,算法效率低等問題進(jìn)行研究。并提出了基于塊結(jié)構(gòu)劃分的方法,將網(wǎng)頁(yè)之間的鏈接關(guān)系轉(zhuǎn)換成網(wǎng)絡(luò)塊間的關(guān)系,大大減少了算法迭代過程中需要處理的Key的數(shù)據(jù)量,從而減少了Map和Reduce操作的調(diào)用次數(shù),降低了I/O傳輸造成的開銷,提高算法執(zhí)行效率。 2.在Hadoop分布式平臺(tái)上,對(duì)傳統(tǒng)HITS算法矩陣存儲(chǔ)鏈接結(jié)構(gòu)以及規(guī)范化處理效率低問題進(jìn)行研究,根據(jù)Hadoop平臺(tái)特性,重新設(shè)計(jì)為基于MapReduce的HITS算法,改變結(jié)點(diǎn)信息的存儲(chǔ)方式,突破傳統(tǒng)HITS算法中Hub值和Authority值公共耦合的繁雜關(guān)系,并測(cè)試和分析了改進(jìn)后的HITS算法。
【關(guān)鍵詞】：Web鏈接結(jié)構(gòu)分析 Hadoop分布式平臺(tái) MapReduce PageRank算法 HITS算法
【學(xué)位授予單位】：蘭州理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.3
【目錄】：

• 摘要7-8
• Abstract8-10
• 插圖索引10-11
• 附表索引11-12
• 第1章 緒論12-17
• 1.1 課題研究背景及意義12-13
• 1.2 WEB鏈接結(jié)構(gòu)分析國(guó)內(nèi)外研究現(xiàn)狀13-15
• 1.3 課題研究的主要內(nèi)容15
• 1.4 論文的組織結(jié)構(gòu)安排15-17
• 第2章 HADOOP分布式框架技術(shù)及平臺(tái)部署17-26
• 2.1 分布式計(jì)算技術(shù)17-23
• 2.1.1 Hadoop分布式平臺(tái)簡(jiǎn)介17-18
• 2.1.2 MapReduce編程模型18-19
• 2.1.3 Hadoop分布式文件系統(tǒng)—HDFS19-21
• 2.1.4 Hadoop的MapReduce工作流程21-23
• 2.2 HADOOP平臺(tái)部署23-25
• 2.2.1 實(shí)驗(yàn)環(huán)境的安裝與配置23-25
• 2.3 本章小結(jié)25-26
• 第3章 WEB鏈接結(jié)構(gòu)分析相關(guān)理論26-35
• 3.1 WEB鏈接結(jié)構(gòu)理論基礎(chǔ)26-28
• 3.1.1 Web結(jié)構(gòu)圖研究26
• 3.1.2 從圖論方面認(rèn)識(shí)Web鏈接結(jié)構(gòu)26-28
• 3.2 WEB鏈接結(jié)構(gòu)分析算法—PAGERANK算法28-29
• 3.2.1 PageRank算法28-29
• 3.2.2 PageRank算法存在的問題29
• 3.3 WEB鏈接結(jié)構(gòu)分析算法—HITS算法29-34
• 3.3.1 HITS算法基本思想29-30
• 3.3.2 HITS算法的具體過程30-32
• 3.3.3 HITS算法存在的問題32-34
• 3.4 本章小結(jié)34-35
• 第4章 PAGERANK算法的優(yōu)化35-45
• 4.1 PAGERANK算法優(yōu)化方面的研究35-36
• 4.2 PAGERANK算法優(yōu)化計(jì)算流程36-42
• 4.2.1 塊結(jié)構(gòu)劃分36-38
• 4.2.2 構(gòu)劃分PagRank算法38-42
• 4.3 實(shí)驗(yàn)及其結(jié)果分析42-44
• 4.3.1 實(shí)驗(yàn)數(shù)據(jù)集及相關(guān)參數(shù)設(shè)定42
• 4.3.2 實(shí)驗(yàn)方案設(shè)計(jì)42
• 4.3.3 結(jié)果分析42-44
• 4.4 本章小結(jié)44-45
• 第5章 改進(jìn)的HITS算法45-56
• 5.1 傳統(tǒng)HITS算法規(guī)范化及矩陣存儲(chǔ)問題45-46
• 5.2 基于MAPREDUCE優(yōu)化HITS算法的設(shè)計(jì)方案46-49
• 5.3 改進(jìn)的HITS算法—MAP函數(shù)設(shè)計(jì)49-51
• 5.4 改進(jìn)的HITS算法—REDUCE函數(shù)設(shè)計(jì)51-52
• 5.5 實(shí)驗(yàn)方案及結(jié)果分析52-55
• 5.5.1 實(shí)驗(yàn)方案一52-53
• 5.5.2 實(shí)驗(yàn)方案二53-55
• 5.6 本章小結(jié)55-56
• 結(jié)論與展望56-57
• 參考文獻(xiàn)57-62
• 致謝62-63
• 附錄A 攻讀碩士學(xué)位期間所發(fā)表的論文63

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李建江;崔健;王聃;嚴(yán)林;黃義雙;;MapReduce并行編程模型研究綜述[J];電子學(xué)報(bào);2011年11期

2 駱昊;曾華q

本文編號(hào)：379867