基于Map Reduce编程模型的文本特征项并行式提取研究

• 作者: 布海乔 张桂芸 张燕
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: Map Reduce模型 分布式并行计算 文本特征项
• 年，卷（期）: 2014,（z1）
• 页码范围: 52-55
• 页数: 4页
• 分类号: TP391
• 字数: 3358字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2014.z.012

摘要

由Google公司提出的Map Reduce分布式并行编程模型是一种用于处理大数据的工具。在大数据时代，为解决在海量文本数据中提取有效信息的迫切要求，本文结合中文文本特征，在利用位置分析对特征项进行初步加权的基础上改进了TFIDF算法，并阐述利用Map Reduce模型实现该算法的具体流程。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张桂芸	天津师范大学计算机与信息工程学院	31	148	7.0	11.0
2	张燕	天津师范大学计算机与信息工程学院	11	2	1.0	1.0
3	布海乔	天津师范大学计算机与信息工程学院	2	1	1.0	1.0