基于协同过滤算法的推荐系统框架设计与实现
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 背景 | 第9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 国内外研究现状分析 | 第10-11页 |
| 1.3.1 研究现状 | 第10-11页 |
| 1.3.2 目前研究不足 | 第11页 |
| 1.4 研究思路以及结构安排 | 第11-13页 |
| 2 协同过滤算法 | 第13-17页 |
| 2.1 协同过滤基本原理及一般性问题 | 第13-14页 |
| 2.2 协同过滤算法在实际中的应用 | 第14页 |
| 2.3 算法主要分类及介绍 | 第14-17页 |
| 2.3.1 基于用户的协同过滤 | 第14-15页 |
| 2.3.2 基于项目的协同过滤 | 第15页 |
| 2.3.3 基于 Slope One 算法 | 第15-17页 |
| 3 基于协同过滤算法框架的设计与实现 | 第17-57页 |
| 3.1 需求背景 | 第17-18页 |
| 3.2 系统分析 | 第18-21页 |
| 3.2.1 系统目标 | 第18-19页 |
| 3.2.2 功能性需求 | 第19-20页 |
| 3.2.3 非功能性需求 | 第20-21页 |
| 3.3 系统设计与实现 | 第21-57页 |
| 3.3.1 框架设计 | 第21-22页 |
| 3.3.2 存储层设计 | 第22-25页 |
| 3.3.3 用户行为收集层设计与实现 | 第25-35页 |
| 3.3.4 推荐计算层设计与实现 | 第35-49页 |
| 3.3.5 展现层设计与实现 | 第49-53页 |
| 3.3.6 接口层设计与实现 | 第53页 |
| 3.3.7 管理层设计与实现 | 第53页 |
| 3.3.8 关键数据类型的设计 | 第53-57页 |
| 4 实验结果与分析 | 第57-63页 |
| 4.1 实验环境 | 第57-58页 |
| 4.1.1 测试数据集的选取 | 第57-58页 |
| 4.2 实验结果分析 | 第58-61页 |
| 4.2.1 衡量指标 | 第58页 |
| 4.2.2 实验方案 | 第58-60页 |
| 4.2.3 实验总结分析 | 第60-61页 |
| 4.3 总结与展望 | 第61-63页 |
| 5 结论 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表的学术论文目录 | 第68-71页 |
| 附件 | 第71页 |
