| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文选题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要工作 | 第13-14页 |
| 1.4 论文的结构安排 | 第14-16页 |
| 第二章 相关技术与基本理论 | 第16-32页 |
| 2.1 Spark分布式平台 | 第16-24页 |
| 2.1.1 Spark简介 | 第16-17页 |
| 2.1.2 Spark RDD | 第17-18页 |
| 2.1.3 Spark运行架构 | 第18-19页 |
| 2.1.4 Spark MLlib | 第19-24页 |
| 2.2 协同过滤推荐算法分析 | 第24-30页 |
| 2.2.1 基于用户的协同过滤推荐算法 | 第24-27页 |
| 2.2.2 基于物品的协同过滤推荐算法 | 第27-29页 |
| 2.2.3 基于模型的协同过滤推荐算法 | 第29-30页 |
| 2.3 本章小结 | 第30-32页 |
| 第三章 基于邻域的协同过滤算法优化与并行化实现 | 第32-55页 |
| 3.1 基于用户的协同过滤算法与Spark并行化实现 | 第32-39页 |
| 3.1.1 问题分析 | 第32-33页 |
| 3.1.2 算法的优化设计 | 第33-36页 |
| 3.1.3 Spark平台算法的并行化实现 | 第36-39页 |
| 3.2 基于物品的协同过滤算法的优化与并行化实现 | 第39-45页 |
| 3.2.1 问题分析 | 第39-41页 |
| 3.2.2 算法的优化设计 | 第41-43页 |
| 3.2.3 Spark平台算法的并行化实现 | 第43-45页 |
| 3.3 实验设计及结果分析 | 第45-54页 |
| 3.3.1 实验环境与实验数据集 | 第45-48页 |
| 3.3.2 评价指标 | 第48-49页 |
| 3.3.3 实验设计及结果分析 | 第49-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第四章 基于ALS模型推荐算法的优化与并行化实现 | 第55-68页 |
| 4.1 问题分析 | 第55页 |
| 4.2 算法的优化设计 | 第55-57页 |
| 4.3 Spark平台算法的并行化实现 | 第57-59页 |
| 4.4 基于Spark的推荐算法的并行化实现分析 | 第59-64页 |
| 4.4.1 数据流的并行化 | 第61-62页 |
| 4.4.2 任务的并行化 | 第62-64页 |
| 4.5 实验及结果分析 | 第64-67页 |
| 4.5.1 实验环境与实验数据集 | 第64页 |
| 4.5.2 系统评测指标 | 第64页 |
| 4.5.3 实验设计与结果分析 | 第64-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 工作总结 | 第68页 |
| 5.2 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士期间的研究成果 | 第74-75页 |
| 致谢 | 第75页 |