| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 引言 | 第9-15页 |
| 1.1 课题背景和意义 | 第9-10页 |
| 1.2 推荐技术介绍 | 第10-11页 |
| 1.3 现有的推荐系统实例 | 第11-12页 |
| 1.4 论文主要研究内容 | 第12页 |
| 1.5 论文的组织结构 | 第12-15页 |
| 第二章 推荐系统相关技术 | 第15-23页 |
| 2.1 推荐相关技术 | 第15-18页 |
| 2.1.1 基于项目的协同过滤的优点 | 第15-16页 |
| 2.1.2 推荐步骤 | 第16-18页 |
| 2.2 Hadoop 技术架构 | 第18-21页 |
| 2.2.1 HDFS | 第19-20页 |
| 2.2.2 MapReduce | 第20-21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 基于项目综合相似度的协同过滤算法 | 第23-31页 |
| 3.1 相似性度量方法 | 第23-27页 |
| 3.1.1 基于项目综合相似度的权重配比启发 | 第23-25页 |
| 3.1.2 基于项目的综合相似度计算 | 第25-27页 |
| 3.2 基于项目综合相似度的协同过滤算法 | 第27-29页 |
| 3.2.1 项目最近邻 | 第27页 |
| 3.2.2 产生推荐 | 第27-29页 |
| 3.3 改进算法和传统算法的对比实验结果 | 第29-30页 |
| 3.3.1 度量标准 | 第29页 |
| 3.3.2 改进算法与传统算法对比的实验结果 | 第29-30页 |
| 3.4 结论 | 第30-31页 |
| 第四章 基于项目综合相似度的协同过滤算法的并行化 | 第31-43页 |
| 4.1 分布式环境的搭建 | 第31-38页 |
| 4.1.1 分布式集群 | 第31页 |
| 4.1.2 集群机器详细信息 | 第31页 |
| 4.1.3 SecureCRT 的安装 | 第31-32页 |
| 4.1.4 MySQL 的安装配置 | 第32-33页 |
| 4.1.5 Tomcat 的安装配置 | 第33页 |
| 4.1.6 Mahout 安装与配置 | 第33-34页 |
| 4.1.7 个性化电影推荐系统的搭建 | 第34-38页 |
| 4.2 算法的 MapReduce 的实现 | 第38-40页 |
| 4.2.1 项目相似度计算的 MapReduce | 第38页 |
| 4.2.2 类别相似度计算的 MapReduce 过程 | 第38-39页 |
| 4.2.3 综合相似度计算的 MapReduce 过程 | 第39-40页 |
| 4.2.4 Top-N 推荐的 MapReduce 过程 | 第40页 |
| 4.3 实验结果 | 第40-41页 |
| 4.4 本章总结 | 第41-43页 |
| 第五章 结论 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-51页 |
| 攻读硕士学位期间所取得的相关科研成果 | 第51页 |
