基于云计算平台的智能推荐系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-12页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究内容 | 第10-11页 |
| ·本文的组织框架 | 第11-12页 |
| 第二章 分布式计算和推荐系统相关技术 | 第12-21页 |
| ·分布式计算介绍 | 第12-13页 |
| ·推荐系统介绍 | 第13-14页 |
| ·推荐系统研究现状 | 第14-21页 |
| ·基于内容的推荐 | 第15-16页 |
| ·基于协同过滤的推荐 | 第16-19页 |
| ·基于知识的推荐 | 第19页 |
| ·分布式环境下的推荐系统 | 第19-21页 |
| 第三章 云计算相关技术 | 第21-33页 |
| ·云计算介绍 | 第21-22页 |
| ·Google云计算理论研究 | 第22-27页 |
| ·GFS | 第23-24页 |
| ·MapReduce | 第24-26页 |
| ·BigTable | 第26-27页 |
| ·Hadoop对Google云计算理论的技术实现 | 第27-33页 |
| ·HDFS | 第27-28页 |
| ·MapReduce | 第28-30页 |
| ·HBase | 第30-33页 |
| 第四章 基于云计算的推荐算法分析 | 第33-52页 |
| ·推荐算法基础 | 第33-40页 |
| ·Item-Based协同过滤 | 第33-34页 |
| ·关联规则 | 第34-40页 |
| ·基于MapReduce的算法改进原则 | 第40-42页 |
| ·基于MapReduce的推荐系统算法改进 | 第42-52页 |
| ·基于Item-Based协同过滤算法的改进 | 第42-47页 |
| ·基于关联规则算法FP-Growth的改进 | 第47-52页 |
| 第五章 实验与结果分析 | 第52-61页 |
| ·实验设计 | 第52-53页 |
| ·实验介绍 | 第52页 |
| ·实验评估方法 | 第52-53页 |
| ·环境配置 | 第53-57页 |
| ·实验环境配置 | 第53-54页 |
| ·开发环境配置 | 第54-57页 |
| ·实验结果与分析 | 第57-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·本文总结 | 第61页 |
| ·研究展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录A 图索引 | 第67-68页 |
| 附录B 表索引 | 第68-69页 |
| Appendix A. Figure Index | 第69-70页 |
| Appendix B. Table Index | 第70-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间发表的论文目录及参加的科研项目 | 第72页 |
