| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题来源及研究意义 | 第8页 |
| 1.2 与课题相关的国内外研究现状 | 第8-13页 |
| 1.2.1 爬虫研究状况 | 第8-9页 |
| 1.2.2 大数据技术发展现状 | 第9-10页 |
| 1.2.3 提取文档标签技术发展现状 | 第10-11页 |
| 1.2.4 协同过滤推荐算法研究现状 | 第11-13页 |
| 1.3 本论文的主要工作内容 | 第13-14页 |
| 1.4 本论文的组织结构 | 第14-15页 |
| 第2章 文档推荐系统的相关技术 | 第15-24页 |
| 2.1 推荐系统 | 第15-17页 |
| 2.1.1 基于内容的推荐算法 | 第15-16页 |
| 2.1.2 协同过滤推荐算法 | 第16-17页 |
| 2.2 大数据技术 | 第17-23页 |
| 2.2.1 HDFS介绍 | 第17-22页 |
| 2.2.2 Flume分布式实时日志收集 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 文档推荐系统需求分析与总体设计 | 第24-34页 |
| 3.1 文档推荐系统需求分析 | 第24-27页 |
| 3.1.1 文档推荐系统功能需求 | 第24-27页 |
| 3.1.2 文档推荐系统性能需求分析 | 第27页 |
| 3.2 文档推荐系统总体设计 | 第27-33页 |
| 3.2.1 系统功能模块设计 | 第27-28页 |
| 3.2.2 系统逻辑结构设计 | 第28-29页 |
| 3.2.3 系统体系架构设计 | 第29-30页 |
| 3.2.4 系统数据库设计 | 第30-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第4章 文档推荐系统的详细设计及实现 | 第34-55页 |
| 4.1 文档获取模块的设计与实现 | 第34-41页 |
| 4.1.1 网页爬取功能的设计与实现 | 第34-37页 |
| 4.1.2 URL去重及HTML解析功能的设计与实现 | 第37-39页 |
| 4.1.3 爬虫的分布式设计与实现 | 第39-40页 |
| 4.1.4 爬取文档的清洗设计与实现 | 第40-41页 |
| 4.2 用户数据获取模块的设计与实现 | 第41-43页 |
| 4.3 标签推荐模块的设计与实现 | 第43-50页 |
| 4.3.1 文档关键词提取功能的设计与实现 | 第43-45页 |
| 4.3.2 文档相似度计算功能的设计与实现 | 第45-49页 |
| 4.3.3 文档标签推荐功能的设计与实现 | 第49-50页 |
| 4.4 文档推荐模块的设计与实现 | 第50-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 文档推荐系统测试 | 第55-62页 |
| 5.1 环境的配置与部署 | 第55页 |
| 5.2 系统功能测试 | 第55-59页 |
| 5.2.1 文档获取模块测试 | 第55-57页 |
| 5.2.2 用户数据获取模块测试 | 第57-58页 |
| 5.2.3 标签推荐模块测试 | 第58-59页 |
| 5.3 系统性能测试 | 第59-60页 |
| 5.4 测试结论 | 第60-61页 |
| 5.5 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 个人简历 | 第69页 |