云计算环境下的协同过滤算法研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 协同过滤算法的研究现状 | 第9-10页 |
| 1.3 协同过滤算法存在的问题 | 第10-12页 |
| 1.4 云计算的研究现状 | 第12-13页 |
| 1.5 研究内容 | 第13页 |
| 1.6 文章组织结构 | 第13-15页 |
| 2 相关推荐技术概述 | 第15-24页 |
| 2.1 Hadoop云计算平台概述 | 第15-19页 |
| 2.1.1 HDFS分布式文件系统 | 第16-17页 |
| 2.1.2 Map/Reduce编程模型 | 第17-19页 |
| 2.2 协同过滤推荐技术 | 第19-23页 |
| 2.2.1 基于内存的协同过滤算法 | 第19-21页 |
| 2.2.2 基于模型的协同过滤算法 | 第21-23页 |
| 2.2.3 混合协同过滤算法 | 第23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 混合协同过滤算法的研究 | 第24-30页 |
| 3.1 相似度算法研究与改进 | 第24-26页 |
| 3.2 混合协同过滤算法 | 第26-29页 |
| 3.3 本章小结 | 第29-30页 |
| 4 分布式混合协同过滤算法的实现 | 第30-40页 |
| 4.1 设计分布式混合协同过滤算法 | 第30-31页 |
| 4.2 基于MapReduce的分布式算法实现 | 第31-39页 |
| 4.2.1 数据集预处理模块 | 第31-33页 |
| 4.2.2 基于项目的算法模块实现 | 第33-36页 |
| 4.2.3 基于用户的算法模块实现 | 第36-39页 |
| 4.3 本章小结 | 第39-40页 |
| 5 实验 | 第40-48页 |
| 5.1 实验平台与数据 | 第40页 |
| 5.2 实验设计 | 第40-42页 |
| 5.3 实验结果与分析 | 第42-47页 |
| 5.3.1 Movielens数据集的算法实验 | 第42-44页 |
| 5.3.2 Netflix数据集的算法实验 | 第44-47页 |
| 5.4 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 攻读学位期间的研究成果 | 第52页 |
