基于海量数据内容的推荐系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景与研究意义 | 第9-11页 |
| 1.2 论文研究内容与工作 | 第11-12页 |
| 1.3 论文结构 | 第12-15页 |
| 第二章 KBA2012评测方法分析和总结 | 第15-25页 |
| 2.1 实体链接和文档排序法 | 第15-16页 |
| 2.1.1 从实体到文档的检索模型 | 第15-16页 |
| 2.1.2 从文档到实体的排序模型 | 第16页 |
| 2.2 基于维基百科跨语言词典的检索法 | 第16-18页 |
| 2.3 随机森林文本分类算法 | 第18-19页 |
| 2.4 PRIS实验室查询扩展法 | 第19-25页 |
| 2.4.1 预处理和建索引 | 第19-20页 |
| 2.4.2 查询扩展 | 第20页 |
| 2.4.3 相似度计算 | 第20-21页 |
| 2.4.4 实验结果及分析 | 第21-25页 |
| 第三章 KNN并行算法 | 第25-41页 |
| 3.1 文本分类概述 | 第25-26页 |
| 3.2 KNN文本分类算法 | 第26-27页 |
| 3.3 Storm分布式集群 | 第27-32页 |
| 3.3.1 Storm集群概述 | 第27-29页 |
| 3.3.2 Storm集群组成 | 第29-32页 |
| 3.4 KNN算法在Storm集群上的实现 | 第32-38页 |
| 3.4.1 文本预处理 | 第32页 |
| 3.4.2 KNN文本分类 | 第32-38页 |
| 3.4.2.1 特征词的选取 | 第33-35页 |
| 3.4.2.2 文档的表示 | 第35-37页 |
| 3.4.2.3 文档间相似度的计算 | 第37-38页 |
| 3.4.2.4 决策 | 第38页 |
| 3.5 KNN文本分类部署在Storm集群 | 第38-41页 |
| 第四章 实验结果及分析 | 第41-59页 |
| 4.1 Storm集群的搭建 | 第41-43页 |
| 4.2 实验过程 | 第43-48页 |
| 4.3 实验结果及分析 | 第48-59页 |
| 4.3.1 准确性实验结果分析 | 第49-53页 |
| 4.3.3 高效性实验结果分析 | 第53-59页 |
| 第五章 总结和展望 | 第59-61页 |
| 5.1 论文工作总结 | 第59-60页 |
| 5.2 下一步工作展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-65页 |
| 作者攻读学位期间发表的学术论文目录 | 第65页 |
