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

基于大数据技术的手机应用推荐系统的设计与实现

摘要第4-5页
Abstract第5页
第1章 绪论第8-15页
    1.1 课题背景及研究意义第8-9页
    1.2 国内外研究现状综述第9-14页
        1.2.1 大数据技术发展现状第9-11页
        1.2.2 数据仓库技术发展现状第11-12页
        1.2.3 用户标签系统发展现状第12-13页
        1.2.4 推荐系统发展现状第13-14页
    1.3 本文的主要研究内容第14页
    1.4 本文组织结构安排第14-15页
第2章 手机应用推荐系统的关键技术第15-25页
    2.1 Hadoop框架介绍第15-18页
        2.1.1 HDFS的系统架构第15-17页
        2.1.2 HDFS的优点第17页
        2.1.3 MapReduce的介绍第17-18页
    2.2 Spark计算框架第18-20页
        2.2.1 Spark简述第18页
        2.2.2 Spark生态圈第18-19页
        2.2.3 Spark与Hadoop MapReduce相比较第19-20页
    2.3 Hive数据仓库第20-21页
    2.4 HBase数据库第21-22页
        2.4.1 HBase基本架构第21-22页
        2.4.2 HBase的特点第22页
    2.5 用户标签系统简述第22-23页
    2.6 推荐系统简述第23-24页
        2.6.1 协同过滤算法第23-24页
    2.7 本章小结第24-25页
第3章 手机应用推荐系统的需求分析与整体设计第25-35页
    3.1 系统总体需求第25-26页
    3.2 系统功能需求第26-28页
        3.2.1 系统功能第26页
        3.2.2 系统模块功能第26-28页
    3.3 系统的非功能性需求第28-29页
    3.4 系统模块整体架构设计第29-30页
    3.5 系统逻辑结构设计第30-32页
    3.6 系统功能模块设计第32-33页
    3.7 本章小结第33-35页
第4章 手机应用推荐系统的详细设计与实现第35-62页
    4.1 爬虫程序模块的设计与实现第35-37页
    4.2 数据仓库模块的设计实现第37-48页
        4.2.1 原始日志信息数据描述第37-38页
        4.2.2 数据仓库表设计第38-40页
        4.2.3 数据清洗功能的设计实现第40-43页
        4.2.4 IP解析功能的实现第43-46页
        4.2.5 数据转化功能的实现第46-48页
    4.3 用户标签模块的实现第48-57页
        4.3.1 维度分析功能的实现第49-55页
        4.3.3 可视化统计功能的实现第55-57页
    4.4 推荐系统模块的实现第57-61页
        4.4.1 最近邻居计算功能的实现第57-60页
        4.4.2 安装可能性计算功能的实现第60-61页
    4.5 本章小结第61-62页
第5章 手机应用推荐系统的部署与测试第62-68页
    5.1 环境的配置与部署第62-63页
        5.1.1 硬件部署第62页
        5.1.2 软件部署第62-63页
    5.2 系统功能性测试第63-66页
        5.2.1 单元测试第63-64页
        5.2.2 集成测试第64页
        5.2.3 模块测试第64-65页
        5.2.4 系统测试第65-66页
    5.3 系统非功能性测试第66-67页
        5.3.1 上传速度测试第66-67页
        5.3.2 计算速度测试第67页
    5.4 本章小结第67-68页
结论第68-70页
参考文献第70-74页
致谢第74-75页
个人简历第75页

论文共75页,点击 下载论文
上一篇:回归自身功能的校外教育课程规划研究
下一篇:碳纳米管的非破坏性功能化及其应用