云计算环境下的电子商务推荐系统关键技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及现存问题 | 第10-12页 |
| 1.2.1 国内外研究现状 | 第10-11页 |
| 1.2.2 现存问题 | 第11-12页 |
| 1.3 研究思路 | 第12-13页 |
| 1.4 研究内容 | 第13-14页 |
| 第2章 云计算与电子商务推荐技术 | 第14-21页 |
| 2.1 云平台下大规模并行处理工具 | 第14-16页 |
| 2.1.1 Hadoop平台的技术实现 | 第14-15页 |
| 2.1.2 Hadoop集群运作原理 | 第15-16页 |
| 2.2 电子商务推荐技术 | 第16-18页 |
| 2.2.1 协同过滤推荐算法 | 第16-17页 |
| 2.2.2 关联规则推荐算法 | 第17-18页 |
| 2.3 推荐算法的评价 | 第18-20页 |
| 2.3.1 算法的实验数据集 | 第18-19页 |
| 2.3.2 算法评价方法 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 云平台下推荐算法的设计与实现 | 第21-41页 |
| 3.1 云平台下的推荐算法设计思路 | 第21-23页 |
| 3.2 云平台下Hd-ICF算法的实现 | 第23-28页 |
| 3.2.1 协同过滤推荐算法现状 | 第23-25页 |
| 3.2.2 云平台下Hd-ICF算法的实现步骤 | 第25-28页 |
| 3.3 云平台下Hd-FP算法的实现 | 第28-35页 |
| 3.3.1 关联规则推荐算法现状 | 第28-33页 |
| 3.3.2 云平台下的Hd-FP算法的实现步骤 | 第33-35页 |
| 3.4 云平台下Hd-FPCF算法的实现 | 第35-40页 |
| 3.4.1 混合推荐算法现状 | 第35页 |
| 3.4.2 云平台下Hd-FPCF算法的实现步骤 | 第35-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 实验结果及分析 | 第41-47页 |
| 4.1 实验环境配置 | 第41页 |
| 4.2 实验数据集 | 第41-42页 |
| 4.3 实验结果与分析 | 第42-46页 |
| 4.3.1 推荐效率测试 | 第42-43页 |
| 4.3.2 算法可扩展性测试 | 第43-44页 |
| 4.3.3 推荐精确度测试 | 第44-46页 |
| 4.4 实验总结 | 第46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 5.1 研究总结 | 第47页 |
| 5.2 研究展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 个人简历 在学期间发表的学术论文与研究成果 | 第53页 |
