基于Spark的物流配送服务推荐系统设计与实现
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 物流配送服务质量评价研究现状 | 第14页 |
| 1.2.2 个性化推荐系统研究现状 | 第14-15页 |
| 1.2.3 物流领域个性化推荐研究现状 | 第15页 |
| 1.2.4 Spark计算框架研究现状 | 第15-16页 |
| 1.3 当前的主要问题 | 第16-17页 |
| 1.4 论文的主要内容 | 第17页 |
| 1.5 论文的组织结构 | 第17-19页 |
| 第2章 系统关键技术研究 | 第19-35页 |
| 2.1 推荐系统 | 第19-30页 |
| 2.1.1 推荐系统概述 | 第19-20页 |
| 2.1.2 常用推荐算法 | 第20-29页 |
| 2.1.3 推荐系统评估 | 第29-30页 |
| 2.2 Spark计算框架 | 第30-34页 |
| 2.2.1 Spark介绍 | 第30-31页 |
| 2.2.2 SparkRDD | 第31页 |
| 2.2.3 Spark架构 | 第31-32页 |
| 2.2.4 Spark生态系统 | 第32-34页 |
| 2.3 本章小结 | 第34-35页 |
| 第3章 物流配送服务推荐系统需求分析 | 第35-46页 |
| 3.1 项目背景和目标 | 第35-39页 |
| 3.1.1 项目建设背景 | 第35-37页 |
| 3.1.2 项目建设目标 | 第37-39页 |
| 3.2 系统角色交互 | 第39页 |
| 3.3 功能性需求 | 第39-44页 |
| 3.3.1 客户需求 | 第40-41页 |
| 3.3.2 物流商需求 | 第41-43页 |
| 3.3.3 系统需求 | 第43-44页 |
| 3.4 非功能性需求 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 物流配送服务推荐模型及算法 | 第46-64页 |
| 4.1 服务推荐模型 | 第46-47页 |
| 4.2 客户偏好模型 | 第47-50页 |
| 4.2.1 客户偏好信息收集 | 第47-49页 |
| 4.2.2 客户偏好模型表示 | 第49-50页 |
| 4.3 服务评价模型 | 第50-52页 |
| 4.3.1 客户服务评价模型 | 第50-51页 |
| 4.3.2 配送服务评价模型 | 第51-52页 |
| 4.4 服务推荐算法 | 第52-63页 |
| 4.4.1 基于协同过滤的推荐算法 | 第53-58页 |
| 4.4.2 基于内容的推荐算法 | 第58-60页 |
| 4.4.3 基于人口统计学的推荐 | 第60-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 基于Spark的系统设计与实现 | 第64-80页 |
| 5.1 系统设计 | 第64-70页 |
| 5.1.1 系统架构设计 | 第64-65页 |
| 5.1.2 系统功能设计 | 第65-66页 |
| 5.1.3 推荐模块设计 | 第66-69页 |
| 5.1.4 数据库设计 | 第69-70页 |
| 5.2 系统实现 | 第70-77页 |
| 5.2.1 系统开发环境与实现技术 | 第70-73页 |
| 5.2.2 关键模块功能实现 | 第73-77页 |
| 5.3 系统测试 | 第77-78页 |
| 5.3.1 功能测试 | 第77-78页 |
| 5.3.2 性能测试 | 第78页 |
| 5.4 本章小结 | 第78-80页 |
| 结束语 | 第80-82页 |
| 参考文献 | 第82-85页 |
| 致谢 | 第85-86页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第86页 |
