| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 选题背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 推荐算法研究现状 | 第11-13页 |
| 1.2.2 Spark平台的研究现状 | 第13-14页 |
| 1.3 论文工作安排 | 第14-16页 |
| 第2章 相关理论与技术分析 | 第16-31页 |
| 2.1 Spark分布式平台 | 第16-21页 |
| 2.1.1 Spark简介 | 第16-18页 |
| 2.1.2 Spark的核心RDD | 第18-20页 |
| 2.1.3 Spark运行模式 | 第20-21页 |
| 2.2 协同过滤推荐模型 | 第21-29页 |
| 2.2.1 基于近邻的协同过滤 | 第21-27页 |
| 2.2.2 基于矩阵分解的协同过滤 | 第27-29页 |
| 2.3 推荐算法的性能指标 | 第29-30页 |
| 2.4 小结 | 第30-31页 |
| 第3章 ALS算法分析与实验研究 | 第31-42页 |
| 3.1 ALS推荐算法分析 | 第31-33页 |
| 3.1.1 ALS算法原理分析 | 第31-33页 |
| 3.1.2 ALS算法描述 | 第33页 |
| 3.2 Spark平台ALS算法实验研究 | 第33-41页 |
| 3.2.1 ALS算法实验数据分析 | 第33-34页 |
| 3.2.2 Spark平台上ALS算法实现 | 第34-36页 |
| 3.2.3 基于Spark平台的ALS算法最优模型参数的确定 | 第36-41页 |
| 3.3 小结 | 第41-42页 |
| 第4章 ALS算法改进研究 | 第42-54页 |
| 4.1 ALS算法改进原理 | 第42-45页 |
| 4.1.1 ALS算法存在的问题 | 第42-43页 |
| 4.1.2 NCG算法原理 | 第43-45页 |
| 4.2 ALS改进算法设计 | 第45-48页 |
| 4.3 N-ALS算法的并行实现 | 第48-53页 |
| 4.4 小结 | 第53-54页 |
| 第5章 ALS改进算法的实验研究 | 第54-67页 |
| 5.1 实验环境与实验数据 | 第54-55页 |
| 5.2 N-ALS算法与ALS算法时间性能实验比较 | 第55-58页 |
| 5.3 N-ALS算法与ALS算法的排名精度实验比较 | 第58-62页 |
| 5.4 N-ALS算法与ALS算法的预测误差实验比较 | 第62-66页 |
| 5.5 小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读学位期间公开发表论文 | 第72-73页 |
| 致谢 | 第73页 |
