支持算法插件化的通用推荐服务框架的设计与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外相关研究与应用 | 第11-12页 |
| 1.3 论文主要研究内容 | 第12页 |
| 1.4 论文的结构安排 | 第12-14页 |
| 第二章 研究背景介绍 | 第14-23页 |
| 2.1 推荐系统概述 | 第14页 |
| 2.2 主要推荐算法简介 | 第14-20页 |
| 2.2.1 基于协同过滤的推荐 | 第15-17页 |
| 2.2.2 基于内容的推荐 | 第17-19页 |
| 2.2.3 其他推荐方法 | 第19-20页 |
| 2.2.4 推荐算法的比较 | 第20页 |
| 2.3 推荐系统评价方法 | 第20-21页 |
| 2.4 推荐系统工具 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 通用推荐服务框架需求分析 | 第23-29页 |
| 3.1 推荐系统结构分析 | 第23-25页 |
| 3.1.1 用户输入模块分析 | 第23-24页 |
| 3.1.2 推荐算法模块分析 | 第24-25页 |
| 3.1.3 推荐输出模块分析 | 第25页 |
| 3.2 通用推荐服务框架需求分析 | 第25-28页 |
| 3.2.1 功能性需求分析 | 第26-27页 |
| 3.2.2 非功能性需求分析 | 第27-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 通用推荐服务框架设计与实现 | 第29-63页 |
| 4.1 总体设计 | 第29-32页 |
| 4.1.1 通用推荐服务框架整体结构 | 第29-31页 |
| 4.1.2 通用推荐服务框架层次结构 | 第31-32页 |
| 4.2 通用日志收集子系统设计与实现 | 第32-40页 |
| 4.2.1 子系统结构设计 | 第32-33页 |
| 4.2.2 关键技术 | 第33页 |
| 4.2.3 数据结构设计 | 第33-38页 |
| 4.2.4 日志写入模块设计与实现 | 第38-39页 |
| 4.2.5 日志分析模块设计与实现 | 第39-40页 |
| 4.2.6 系统流程设计 | 第40页 |
| 4.3 插件化推荐引擎子系统设计与实现 | 第40-49页 |
| 4.3.1 子系统结构设计 | 第41页 |
| 4.3.2 关键技术 | 第41-42页 |
| 4.3.3 接口设计 | 第42页 |
| 4.3.4 主引擎设计与实现 | 第42-43页 |
| 4.3.5 推荐算法子引擎设计与实现 | 第43-49页 |
| 4.4 通用推荐业务子系统设计与实现 | 第49-57页 |
| 4.4.1 子系统结构设计 | 第49-50页 |
| 4.4.2 数据结构设计 | 第50-52页 |
| 4.4.3 接口设计 | 第52页 |
| 4.4.4 主推荐器设计与实现 | 第52-54页 |
| 4.4.5 子推荐器设计与实现 | 第54-57页 |
| 4.5 服务开放接口设计与实现 | 第57-59页 |
| 4.5.1 关键技术 | 第57-58页 |
| 4.5.2 业务接口设计与实现 | 第58-59页 |
| 4.6 系统测试 | 第59-62页 |
| 4.6.1 测试环境 | 第60页 |
| 4.6.2 测试方案 | 第60-62页 |
| 4.7 本章小结 | 第62-63页 |
| 第五章 基于通用推荐服务框架的系统开发实例 | 第63-76页 |
| 5.1 知识管理系统推荐模块的设计 | 第63-66页 |
| 5.1.1 背景项目简介 | 第63-64页 |
| 5.1.2 网站的推荐需求 | 第64页 |
| 5.1.3 知识管理网站推荐模块整体结构 | 第64-65页 |
| 5.1.4 知识管理网站推荐模块层次结构 | 第65-66页 |
| 5.2 知识管理网站推荐模块的实现 | 第66-75页 |
| 5.2.0 推荐服务框架的JAVA SDK | 第66-68页 |
| 5.2.1 日志接入的实现 | 第68-70页 |
| 5.2.2 推荐功能的实现 | 第70-75页 |
| 5.3 本章小结 | 第75-76页 |
| 第六章 结束语 | 第76-78页 |
| 6.1 论文总结 | 第76页 |
| 6.2 下一步工作 | 第76-78页 |
| 参考文献 | 第78-80页 |
| 附录1 缩略语 | 第80-82页 |
| 致谢 | 第82-84页 |
| 作者攻读学位期间发表的学术论文目录 | 第84页 |
