基于参数服务器ps-lite的大规模Embedding系统的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10-13页 |
| 1.2 论文综述 | 第13-15页 |
| 1.2.1 Embedding技术的研究与发展 | 第13-14页 |
| 1.2.2 Embedding技术的扩展性 | 第14-15页 |
| 1.3 课题研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 相关技术研究与介绍 | 第17-31页 |
| 2.1 大数据平台Hadoop | 第17-19页 |
| 2.1.1 HDFS | 第17-18页 |
| 2.1.2 MapReduce | 第18-19页 |
| 2.2 并行计算框架Spark | 第19-20页 |
| 2.2.1 Spark框架介绍 | 第19-20页 |
| 2.2.2 Spark体系结构 | 第20页 |
| 2.3 参数服务器ps-lite | 第20-25页 |
| 2.3.1 计算资源 | 第22-24页 |
| 2.3.2 ps-lite实现 | 第24-25页 |
| 2.4 常用Embedding算法 | 第25-30页 |
| 2.4.1 WordEmbedding | 第25-29页 |
| 2.4.2 NetworkEmbedding | 第29-30页 |
| 2.5 本章小节 | 第30-31页 |
| 第三章 行为数据Embedding算法的研究 | 第31-48页 |
| 3.1 Seq2Vec算法的提出 | 第31-34页 |
| 3.1.1 Seq2Vec数据处理设计 | 第31-33页 |
| 3.1.2 Seq2Vec算法设计 | 第33-34页 |
| 3.2 Seq2Vec的改进算法Seq2VecC | 第34-44页 |
| 3.2.1 Seq2VecC算法原理 | 第34-36页 |
| 3.2.2 Seq2VecC算法设计 | 第36-37页 |
| 3.2.3 参数选择实验 | 第37-44页 |
| 3.3 Seq2VecC在图数据上的扩展 | 第44-47页 |
| 3.3.1 Seq2VecC在图数据上的实现 | 第45-46页 |
| 3.3.2 参数选择实验 | 第46-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 系统的设计与实现 | 第48-59页 |
| 4.1 系统总体设计 | 第48-49页 |
| 4.2 系统实现 | 第49-58页 |
| 4.2.1 数据处理模块 | 第49-52页 |
| 4.2.2 引擎模块 | 第52-56页 |
| 4.2.3 系统评估模块 | 第56-58页 |
| 4.3 本章小节 | 第58-59页 |
| 第五章 实验与评测 | 第59-64页 |
| 5.1 实验结果以及评测分析 | 第59-63页 |
| 5.1.1 系统性能评估实验 | 第59-60页 |
| 5.1.2 Seq2VecC算法性能对比实验 | 第60-62页 |
| 5.1.3 向量可视化 | 第62-63页 |
| 5.2 本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 本文工作总结 | 第64页 |
| 本文工作展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附录 | 第72页 |
