基于云计算的在线视频推荐系统设计与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·课题研究背景 | 第9-10页 |
| ·课题研究现状 | 第10-11页 |
| ·课题研究意义 | 第11-12页 |
| ·论文组织结构 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 2 视频推荐系统相关技术介绍 | 第14-25页 |
| ·B/S结构和C/S架构 | 第14-15页 |
| ·Django Web开发框架 | 第15-20页 |
| ·Python编程语言 | 第15-17页 |
| ·MVC设计模式 | 第17-18页 |
| ·Django | 第18-20页 |
| ·MongoDB | 第20-22页 |
| ·MongoDB简介 | 第20页 |
| ·MongoDB的主要特点 | 第20-21页 |
| ·MongoDB的体系结构 | 第21-22页 |
| ·Hadoop | 第22-24页 |
| ·Hadoop简介 | 第22页 |
| ·HDFS | 第22-24页 |
| ·MapReduce | 第24页 |
| ·本章小结 | 第24-25页 |
| 3 视频推荐系统需求分析 | 第25-32页 |
| ·功能需求分析 | 第25-26页 |
| ·用户注册、登陆、标签更改 | 第25页 |
| ·提交感兴趣的视频到推荐系统 | 第25页 |
| ·获取推荐视频 | 第25-26页 |
| ·推荐引擎的设计与实现 | 第26页 |
| ·数据库的设计与实现 | 第26页 |
| ·完成云端的搭建以及推荐引擎的部署 | 第26页 |
| ·务用例设计 | 第26-29页 |
| ·数据流图设计 | 第29-31页 |
| ·系统非功能性需求分析 | 第31页 |
| ·本章小结 | 第31-32页 |
| 4 视频推荐系统设计 | 第32-43页 |
| ·系统概要设计 | 第32-34页 |
| ·系统总体架构 | 第32-33页 |
| ·系统交互设计 | 第33-34页 |
| ·系统详细设计 | 第34-41页 |
| ·用户功能模块详细设计 | 第34-37页 |
| ·数据库设计 | 第37-39页 |
| ·系统接口设计 | 第39-40页 |
| ·前端动态数据交互设计 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 5 基于云技术的视频推荐系统实现 | 第43-54页 |
| ·系统环境搭建 | 第43-46页 |
| ·系统环境综述 | 第43页 |
| ·Django Web 2.0开发环境的搭建 | 第43-44页 |
| ·Hadoop环境的搭建 | 第44-46页 |
| ·推荐系统方法比较 | 第46-48页 |
| ·基于内容的推荐系统 | 第46-47页 |
| ·基于协同过滤的推荐系统 | 第47页 |
| ·两种方法的比较 | 第47-48页 |
| ·推荐系统算法实现 | 第48-52页 |
| ·冷启动问题解决方案 | 第48-49页 |
| ·基于兴趣标签的推荐算法实现 | 第49-51页 |
| ·推荐算法效果评估 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 6 系统测试 | 第54-60页 |
| ·测试方法及用例设计 | 第54-56页 |
| ·单元测试 | 第54-56页 |
| ·兼容性测试 | 第56页 |
| ·维护性测试 | 第56页 |
| ·测试结果分析 | 第56-57页 |
| ·系统运行效果 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-65页 |
