基于数据挖掘的电子商务推荐系统设计与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第二章 相关理论与技术研究 | 第16-26页 |
| 2.1 推荐系统概述 | 第16-17页 |
| 2.2 推荐算法 | 第17-23页 |
| 2.2.1 基于内容的推荐算法 | 第17-19页 |
| 2.2.2 协同过滤推荐算法 | 第19-22页 |
| 2.2.3 基于关联规则的推荐算法 | 第22-23页 |
| 2.3 相关大数据处理平台 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 基于项目聚类的ALS协同过滤算法 | 第26-36页 |
| 3.1 问题分析 | 第26页 |
| 3.2 基于K-means算法的项目聚类挖掘 | 第26-30页 |
| 3.3 ALS-IC协同过滤推荐算法 | 第30-32页 |
| 3.4 基于Spark的分布式ALS-IC算法 | 第32-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第四章 基于Spark的ALS-IC在线推荐系统 | 第36-48页 |
| 4.1 系统概要与系统架构 | 第36-37页 |
| 4.2 系统核心推荐流程 | 第37-38页 |
| 4.3 主要功能模块 | 第38-42页 |
| 4.3.1 数据收集模块 | 第38-39页 |
| 4.3.2 数据处理模块 | 第39-40页 |
| 4.3.3 推荐引擎模块 | 第40-42页 |
| 4.4 数据模型设计 | 第42-46页 |
| 4.5 本章小结 | 第46-48页 |
| 第五章 实验与结果分析 | 第48-58页 |
| 5.1 实验环境与实验数据 | 第48-49页 |
| 5.2 评价指标 | 第49-50页 |
| 5.3 实验设计、结果与分析 | 第50-56页 |
| 5.3.1 算法准确性实验 | 第51-54页 |
| 5.3.2 算法效率性实验 | 第54-56页 |
| 5.4 本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 论文工作总结 | 第58-59页 |
| 6.2 对未来工作的展望 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62页 |
