Research of Text Clustering by Improved VSM Based on TF under the Framework of Mahout

随着计算机行业和互联网的高速发展，人们使用计算机产生的数据也与日俱增。特别是最近的几年时间，使用计算机产生的数据量呈现出爆炸式增长。巨大的数据量给人们带来了新的挑战。巨大的数据如何存储、如何从巨大的数据量中发掘出人们感兴趣的知识，都是需要解决的问题。虽然大数据给人们带来了挑战，但是机遇与挑战并存。从巨大的数据量中挖掘出对公司有用的信息，将极大地提高公司的竞争力。当前，越来越多的企业和科研机构加入到大数据的研究行列中来，特别是文本数据挖掘方面的大数据研究。 文本聚类是一个比较热门的领域，是文本挖掘领域一个重要的分支成分。与文本分类技术不同，文本聚类技术是一种无监督的学习方法，是对文本数据的聚类...With the rapid development of the computer industry and Internet, the data which generated by the use of computer is also growing. Especially in recent years, the data generated by using of computer has shown an explosive growth. New challenges have come along with the huge amount of data. How to store such a huge data, how to explore from such a huge amount of data to discover useful information ...学位：工程硕士院系专业：航空航天学院_工程硕士(控制工程)学号：2322013115335