首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于Hadoop+Mahout的智能终端云应用推荐引擎的研究与实现

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-17页
   ·研究背景与意义第11-13页
     ·研究背景第11-12页
     ·研究意义第12-13页
   ·国内外研究现状第13-15页
     ·推荐技术研究现状第13-14页
     ·移动商务及其个性化研究现状第14-15页
   ·主要研究内容第15-16页
   ·本论文内容组织第16-17页
第二章 构建智能终端云应用推荐引擎相关理论与技术研究第17-29页
   ·推荐引擎一般模型第17-18页
   ·基于用户行为分析的主流推荐技术第18-22页
     ·基于内容的推荐技术第18-19页
     ·基于人口统计学的推荐技术第19-20页
     ·基于协同过滤的推荐技术第20-22页
       ·基于用户的协同过滤第20-21页
       ·基于项目协同过滤的推荐第21-22页
     ·混合的推荐机制第22页
   ·相关关键技术研究第22-27页
     ·Hadoop第22-25页
       ·Hadoop 分布式文件系统——HDFS第22-24页
       ·MapReduce第24-25页
     ·Apache Mahout第25-27页
   ·智能终端云应用第27-28页
     ·什么是智能终端云应用第27页
     ·智能终端云应用的特点第27-28页
   ·本章小结第28-29页
第三章 推荐引擎模型及关键技术研究第29-40页
   ·智能终端云应用推荐引擎所面对的问题第29-30页
   ·推荐引擎模型第30-35页
     ·应对策略第30-31页
     ·体系结构第31-32页
     ·主要组成部分第32-35页
     ·访问接口第35页
   ·分布式推荐算法研究第35-39页
     ·Mahout 中基于项目的分布式协同过滤推荐构建方法第35-37页
     ·Mahout 中基于项目的分布式协同过滤推荐存在的问题第37页
     ·Mahout 中基于项目的分布式协同过滤推荐改进第37-38页
     ·仿真实验及结果分析第38-39页
       ·测量标准第38-39页
       ·实验结果及分析第39页
   ·本章小结第39-40页
第四章 智能终端云应用推荐引擎平台需求分析第40-47页
   ·推荐引擎平台的系统目标第40页
   ·推荐引擎系统功能需求第40-46页
     ·推荐引擎平台系统需求结构第40-41页
     ·系统用例分析第41-45页
     ·系统用例活动图第45-46页
   ·系统非功能性需求第46页
   ·本章小结第46-47页
第五章 智能终端云应用推荐引擎设计第47-64页
   ·推荐引擎系统架构设计第47-48页
   ·系统应用架构第48-49页
   ·系统总体功能设计第49-50页
   ·系统数据库设计第50-53页
     ·系统数据库逻辑设计第50-51页
     ·数据库物理表设计第51-53页
   ·系统功能实现的包结构设计第53-54页
   ·在线推荐功能详细设计第54-63页
     ·功能描述第54-57页
     ·功能类图第57-60页
     ·功能交互图第60-62页
     ·功能组件第62-63页
   ·本章小结第63-64页
第六章 智能终端云应用推荐引擎实现与测试第64-77页
   ·系统实现环境第64-67页
     ·系统实现架构第64-65页
     ·运行环境的软硬件需求第65-66页
     ·集群运行环境配置第66-67页
   ·系统开发文件结构组织第67-68页
   ·系统功能实现第68-73页
     ·分布式协同过滤的改进实现第68-73页
     ·推荐界面展示第73页
   ·系统测试与结果分析第73-76页
     ·测试环境第74页
     ·功能测试第74-75页
     ·性能测试第75-76页
   ·本章小结第76-77页
第七章 总结与展望第77-79页
   ·本文总结第77-78页
   ·工作展望第78-79页
致谢第79-80页
参考文献第80-83页
攻读硕士期间取得的研究成果第83-84页

论文共84页,点击 下载论文
上一篇:中国联通成都分公司ERP财务管理系统的设计与实现
下一篇:河北畅达集团EDA工艺管理系统设计与实现