| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 选题背景 | 第10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 推荐系统所面临的问题 | 第11-12页 |
| 1.3.1 可扩展问题 | 第11页 |
| 1.3.2 稀疏问题 | 第11-12页 |
| 1.3.3 冷开始问题 | 第12页 |
| 1.3.4 安全性问题 | 第12页 |
| 1.4 研究内容与论文结构 | 第12-14页 |
| 第2章 电子商务个性化推荐系统 | 第14-21页 |
| 2.1 电子商务个性化推荐系统概论 | 第14-15页 |
| 2.1.1 电子商务推荐系统的概述 | 第14-15页 |
| 2.1.2 电子商务推荐系统的作用 | 第15页 |
| 2.2 电子商务个性化推荐系统的结构 | 第15-18页 |
| 2.2.1 输入模块 | 第16-17页 |
| 2.2.2 输出模块 | 第17页 |
| 2.2.3 推荐模块 | 第17-18页 |
| 2.3 电子商务个性化推荐系统的主要推荐方法 | 第18-21页 |
| 2.3.1 基于内容推荐 | 第18-19页 |
| 2.3.2 基于关联规则推荐 | 第19页 |
| 2.3.3 协同过滤推荐 | 第19页 |
| 2.3.4 组合推荐 | 第19-21页 |
| 第3章 基于 MapReduce 的协同过滤推荐算法 | 第21-29页 |
| 3.1 协同过滤算法的研究 | 第21-26页 |
| 3.1.1 协同过滤算法概论 | 第21-23页 |
| 3.1.2 协同过滤推荐算法的分类 | 第23-24页 |
| 3.1.3 协同过滤算法存在的问题及解决方法 | 第24-26页 |
| 3.1.4 协同过滤推荐算法的改进 | 第26页 |
| 3.2 MapReduce 编程框架 | 第26-27页 |
| 3.3 基于 MapReduce 的协同过滤模型 | 第27-29页 |
| 3.3.1 相似度算法并行化 | 第27-28页 |
| 3.3.2 预测算法并行化 | 第28-29页 |
| 第4章 电子商务推荐系统的设计与实现 | 第29-47页 |
| 4.1 项目架构分析 | 第29-34页 |
| 4.1.1 前台页面系统 | 第30-32页 |
| 4.1.2 后台管理系统 | 第32-34页 |
| 4.1.3 推荐系统 | 第34页 |
| 4.2 电子商务平台系统的设计 | 第34-37页 |
| 4.2.1 数据层 | 第35-36页 |
| 4.2.2 业务层 | 第36-37页 |
| 4.2.3 表现层 | 第37页 |
| 4.3 推荐系统模块的设计与实现 | 第37-47页 |
| 4.3.1 系统设计目标 | 第38页 |
| 4.3.2 推荐系统需求 | 第38-41页 |
| 4.3.3 推荐流程图 | 第41页 |
| 4.3.4 推荐系统的技术架构 | 第41-42页 |
| 4.3.5 功能模块设计 | 第42-43页 |
| 4.3.6 数据库设计 | 第43-47页 |
| 第5章 电子商务推荐系统效果展示与测试 | 第47-57页 |
| 5.1 商城界面效果展示 | 第47-48页 |
| 5.1.1 前台购物中心页面展示 | 第47页 |
| 5.1.2 后台商户中心页面 | 第47-48页 |
| 5.1.3 运营中心页面展示 | 第48页 |
| 5.2 推荐系统效果展示 | 第48-53页 |
| 5.2.1 推荐服务接口 | 第48-49页 |
| 5.2.2 关键代码实现 | 第49-52页 |
| 5.2.3 推荐展示界面 | 第52-53页 |
| 5.3 推荐系统的测试 | 第53-57页 |
| 5.3.1 测试目的 | 第53页 |
| 5.3.2 测试方法 | 第53页 |
| 5.3.3 系统功能测试 | 第53-55页 |
| 5.3.4 系统算法测试 | 第55-56页 |
| 5.3.5 总结 | 第56-57页 |
| 第6章 总结和展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 作者简介及在学期间所取得的科研成果 | 第62-63页 |
| 致谢 | 第63页 |