| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 引言 | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| ·课题研究的意义 | 第11-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·研究工作的项目背景和目标 | 第14-15页 |
| ·论文结构和内容安排 | 第15-16页 |
| 第二章 相关技术研究 | 第16-27页 |
| ·推荐算法概述 | 第16-20页 |
| ·基于内容的推荐算法 | 第16-18页 |
| ·基于协同过滤的推荐算法 | 第18-19页 |
| ·混合推荐算法 | 第19-20页 |
| ·云计算概述 | 第20-22页 |
| ·云计算的介绍 | 第20-21页 |
| ·云计算特点 | 第21页 |
| ·云计算的关键技术 | 第21-22页 |
| ·开源云计算平台Hadoop | 第22-26页 |
| ·Hadoop简介 | 第22页 |
| ·HDFS分布式文件系统 | 第22-24页 |
| ·MapReduce编程模型 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 混合推荐算法的研究与设计 | 第27-37页 |
| ·基本理论 | 第27-29页 |
| ·评分矩阵 | 第28页 |
| ·相似度的计算方法 | 第28-29页 |
| ·项目属性相似性的计算 | 第29-31页 |
| ·综合相似性的计算 | 第31-32页 |
| ·用户相似性的计算 | 第32-33页 |
| ·综合评分预测 | 第33-34页 |
| ·推荐过程 | 第34-35页 |
| ·算法架构 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 Hadoop平台上的混合推荐算法并行化实现 | 第37-48页 |
| ·推荐过程分析 | 第37页 |
| ·相似性计算MapReduce并行化 | 第37-45页 |
| ·项目评分相似性计算并行化 | 第38-40页 |
| ·项目属性相似性计算并行化 | 第40-42页 |
| ·综合相似性计算并行化 | 第42-44页 |
| ·相似性排序计算并行化 | 第44-45页 |
| ·用户相似性计算MapReduce并行化 | 第45-46页 |
| ·并行化过程数据的处理和保存 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 算法实验与结果分析 | 第48-56页 |
| ·Hadoop平台环境的搭建 | 第48-51页 |
| ·软硬件描述 | 第48页 |
| ·Haoop环境搭建 | 第48-51页 |
| ·实验设计与结果分析 | 第51-55页 |
| ·实验数据 | 第51-52页 |
| ·度量标准 | 第52页 |
| ·实验结果 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·本文的总结 | 第56-57页 |
| ·下一步计划 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 发表文章 | 第60-61页 |
| 致谢 | 第61页 |