基于Mahout的电影推荐系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究目标及内容 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 2 关键技术分析 | 第13-27页 |
| 2.1 分布式系统Hadoop | 第13-15页 |
| 2.2 机器学习框架Mahout | 第15-16页 |
| 2.3 Web框架SpringMVC | 第16-17页 |
| 2.4 推荐系统技术 | 第17-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 电影推荐系统的需求分析与设计 | 第27-46页 |
| 3.1 系统需求分析 | 第27-29页 |
| 3.2 系统架构设计 | 第29-32页 |
| 3.3 系统功能设计 | 第32-33页 |
| 3.4 核心算法设计 | 第33-43页 |
| 3.5 数据库设计 | 第43-45页 |
| 3.6 本章小结 | 第45-46页 |
| 4 电影推荐系统的实现与测试 | 第46-58页 |
| 4.1 系统开发运行环境 | 第46-47页 |
| 4.2 系统功能实现 | 第47-51页 |
| 4.3 系统测试 | 第51-53页 |
| 4.4 系统界面展示 | 第53-57页 |
| 4.5 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 全文总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
