| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 相关技术现状 | 第12-15页 |
| 1.3 本文的研究内容 | 第15页 |
| 1.4 论文组织 | 第15-16页 |
| 第2章 相关技术分析 | 第16-23页 |
| 2.1 矩阵分解模型 | 第16-22页 |
| 2.1.1 问题定义 | 第16页 |
| 2.1.2 基本模型 | 第16-18页 |
| 2.1.3 求解方法 | 第18-22页 |
| 2.2 分布式求解方法 | 第22-23页 |
| 第3章 矩阵分解面临的挑战分析 | 第23-27页 |
| 3.1 显式评分带来的局限 | 第23页 |
| 3.2 系统规模带来的挑战 | 第23-27页 |
| 3.2.1 单线程或单工作站的局限 | 第23-24页 |
| 3.2.2 基于MapReduce方法的局限 | 第24-27页 |
| 第4章 利用隐式反馈的设计 | 第27-34页 |
| 4.1 针对隐式反馈的分析 | 第27-29页 |
| 4.1.1 隐式反馈存在的背景 | 第27页 |
| 4.1.2 隐式反馈的定义和特点 | 第27-28页 |
| 4.1.3 为何需要对隐式反馈单独建模 | 第28-29页 |
| 4.2 利用隐式反馈的新模型 | 第29-30页 |
| 4.3 新模型的求解 | 第30-31页 |
| 4.4 并行加速的空间 | 第31-33页 |
| 4.5 本章小结 | 第33-34页 |
| 第5章 利用分布式内存加速计算的设计 | 第34-46页 |
| 5.1 针对并行化交替最小二乘法分析 | 第34-36页 |
| 5.2 使用分布式内存并行加速计算 | 第36-45页 |
| 5.2.1 全广播策略 | 第36-39页 |
| 5.2.2 网格分组策略 | 第39-42页 |
| 5.2.3 按列分组策略 | 第42-44页 |
| 5.2.4 对比与讨论 | 第44-45页 |
| 5.3 本章小结 | 第45-46页 |
| 第6章 实验与分析 | 第46-53页 |
| 6.1 数据集 | 第46-47页 |
| 6.2 实验环境 | 第47页 |
| 6.3 实验设计与分析 | 第47-53页 |
| 6.3.1 实验相关标准 | 第47-49页 |
| 6.3.2 隐因子k对于推荐效果的影响实验 | 第49-50页 |
| 6.3.3 迭代轮次对于推荐效果的影响实验 | 第50-51页 |
| 6.3.4 MapReduce实现与分布式内存实现的对比实验 | 第51-53页 |
| 第7章 总结与展望 | 第53-55页 |
| 7.1 本文总结 | 第53-54页 |
| 7.2 未来工作展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 攻读硕士学位期间主要的研究成果 | 第57-58页 |
| 致谢 | 第58页 |