面向移动通信网络的机会性内容推荐算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.1.1 移动内容分发网络 | 第13页 |
| 1.1.2 内容推荐算法 | 第13-14页 |
| 1.1.3 移动通信网络的冗余容量 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 基于环境感知的内容推荐算法 | 第15-16页 |
| 1.2.2 提高移动网络利用率的相关方法 | 第16-17页 |
| 1.3 本文主要研究内容 | 第17-18页 |
| 1.4 论文结构安排及主要贡献 | 第18-21页 |
| 第二章 机会内容推荐算法的设计与基本性能分析 | 第21-45页 |
| 2.1 引言 | 第21页 |
| 2.2 系统模型 | 第21-24页 |
| 2.3 资源分配算法 | 第24-29页 |
| 2.3.1 OFDM系统子载波和功率模型 | 第24-26页 |
| 2.3.2 最大数据率的分配策略 | 第26-27页 |
| 2.3.3 均匀分配策略 | 第27-29页 |
| 2.4 内容推荐算法 | 第29-35页 |
| 2.4.1 纯推荐模型 | 第30页 |
| 2.4.2 最大值模型 | 第30-31页 |
| 2.4.3 均值模型 | 第31-35页 |
| 2.5 算法性能分析 | 第35-44页 |
| 2.5.1 仿真模型与参数 | 第35-36页 |
| 2.5.2 算法基本性能分析 | 第36-39页 |
| 2.5.3 算法复杂度分析 | 第39-44页 |
| 2.6 本章小结 | 第44-45页 |
| 第三章 机会内容推荐算法的共存性能分析 | 第45-63页 |
| 3.1 算法的共存性能评估框架 | 第45-48页 |
| 3.2 性能极限值的理论推导 | 第48-55页 |
| 3.2.1 总兴趣度上限推导 | 第48-50页 |
| 3.2.2 溢出率上限推导 | 第50-51页 |
| 3.2.3 溢出率为零时的最大兴趣度估计 | 第51-52页 |
| 3.2.4 极限值验证 | 第52-55页 |
| 3.3 算法的性能分析 | 第55-60页 |
| 3.3.1 不同参数对算法性能的影响 | 第55-58页 |
| 3.3.2 不同算法间的性能差异 | 第58-60页 |
| 3.4 共存性能总结 | 第60-61页 |
| 3.5 本章小结 | 第61-63页 |
| 第四章 算法演示平台 | 第63-79页 |
| 4.1 平台框架 | 第63-64页 |
| 4.2 演示平台介绍 | 第64-66页 |
| 4.2.1 开发语言 | 第64页 |
| 4.2.2 数据库 | 第64-65页 |
| 4.2.3 MVC框架 | 第65-66页 |
| 4.3 演示平台的设计与实现 | 第66-74页 |
| 4.3.1 页面设计 | 第66-70页 |
| 4.3.2 数据库设计 | 第70-72页 |
| 4.3.3 Servlet设计 | 第72-73页 |
| 4.3.4 Model设计 | 第73-74页 |
| 4.4 演示结果 | 第74-76页 |
| 4.5 本章小结 | 第76-79页 |
| 第五章 总结与展望 | 第79-83页 |
| 5.1 本论文工作总结 | 第79-80页 |
| 5.2 后期工作展望 | 第80-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 硕士学位期间的科研成果 | 第89页 |
