基于hadoop的推荐系统设计与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·推荐系统的研究进展 | 第11-14页 |
| ·推荐系统的可扩展性问题 | 第14-15页 |
| ·课题研究的主要内容 | 第15-16页 |
| ·论文结构 | 第16-18页 |
| 第二章 相关技术基础 | 第18-34页 |
| ·Hadoop 分布式平台 | 第18-26页 |
| ·简介 | 第18-19页 |
| ·分布式文件系统 HDFS | 第19-21页 |
| ·编程模式 MapReduce | 第21-26页 |
| ·推荐系统与推荐算法 | 第26-33页 |
| ·推荐系统 | 第26-30页 |
| ·网络推荐算法 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于 Hadoop 的网络推荐算法 | 第34-62页 |
| ·网络推荐算法 | 第34-39页 |
| ·物质扩散推荐算法 | 第34-37页 |
| ·热传导推荐算法 | 第37-39页 |
| ·基于 Hadoop 的网络推荐算法 | 第39-51页 |
| ·物质扩散算法的 MapReduce 并行化 | 第39-46页 |
| ·热传导算法的 MapReduce 并行化 | 第46-48页 |
| ·算法复杂度分析 | 第48页 |
| ·实验结果与分析 | 第48-51页 |
| ·基于 Pair 和 Stripe 的算法改进 | 第51-56页 |
| ·问题提出 | 第51-52页 |
| ·Pair 方案 | 第52-53页 |
| ·Stripe 方案 | 第53-54页 |
| ·实验结果及分析 | 第54-56页 |
| ·基于“剪切”的算法改进 | 第56-61页 |
| ·问题提出 | 第56-57页 |
| ·解决方案 | 第57-59页 |
| ·实验结果及分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第四章 基于 Hadoop 的推荐系统设计与实现 | 第62-74页 |
| ·系统需求 | 第62页 |
| ·系统设计 | 第62-65页 |
| ·系统实现 | 第65-70页 |
| ·Hadoop 的配置 | 第65-67页 |
| ·系统的搭建 | 第67-69页 |
| ·推荐算法的部署 | 第69-70页 |
| ·系统测试 | 第70-73页 |
| ·登陆界面 | 第70-71页 |
| ·注册页面 | 第71页 |
| ·个人信息页面 | 第71-72页 |
| ·电影信息页面 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第五章 总结及展望 | 第74-76页 |
| ·本文的研究总结 | 第74页 |
| ·下一步工作的展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 攻硕期间取得的研究成果 | 第83-84页 |
