摘要 | 第3-5页 |
Abstract | 第5-7页 |
第1章 绪论 | 第11-18页 |
1.1 研究目的与意义 | 第11-13页 |
1.2 国内外研究综述 | 第13-15页 |
1.2.1 Spark研究现状 | 第13-14页 |
1.2.2 个性化推荐技术研究综述 | 第14-15页 |
1.2.3 图书馆领域个性化推荐技术研究综述 | 第15页 |
1.3 研究的主要工作和安排 | 第15-17页 |
1.4 本章小结 | 第17-18页 |
第2章 相关技术的研究与介绍 | 第18-30页 |
2.1 Hadoop生态系统 | 第18-23页 |
2.1.1 Hadoop系统介绍 | 第18-19页 |
2.1.2 分布式文件系统HDFS | 第19-21页 |
2.1.3 分布式计算框架MapReduce | 第21-23页 |
2.2 Spark生态系统 | 第23-26页 |
2.2.1 Spark简介 | 第23页 |
2.2.2 Spark生态系统介绍 | 第23-25页 |
2.2.3 Spark的系统架构 | 第25-26页 |
2.3 个性化推荐系统相关分析 | 第26-29页 |
2.3.1 个性化推荐系统模型 | 第26-27页 |
2.3.2 个性化推荐算法 | 第27-29页 |
2.4 本章小结 | 第29-30页 |
第3章 Spark平台的优化 | 第30-44页 |
3.1 Spark内部原理介绍 | 第30-32页 |
3.1.1 Spark内部RDD执行过程 | 第30-31页 |
3.1.2 Spark内部RDD的数据依赖 | 第31-32页 |
3.2 Spark Shuffle过程介绍 | 第32-33页 |
3.3 Spark Shuffle的公平调度算法 | 第33-34页 |
3.4 基于公平调度算法改进的自适应调度算法 | 第34-40页 |
3.4.1 相关定义 | 第35页 |
3.4.2 基于公平调度算法改进的自适应调度算法介绍 | 第35-38页 |
3.4.3 基于公平调度算法改进的自适应调度算法的具体实现 | 第38-40页 |
3.5 Group ByKey操作原理 | 第40页 |
3.6 实验描述与分析 | 第40-43页 |
3.6.1 实验环境 | 第40-41页 |
3.6.2 实验数据与结果分析 | 第41-43页 |
3.7 本章小结 | 第43-44页 |
第4章 基于Spark平台图书推荐算法的实现与优化 | 第44-62页 |
4.1 图书个性化推荐中的中文分词 | 第44-47页 |
4.1.1 常见的中文分词算法的对比分析 | 第44-45页 |
4.1.2 基于ICTCLAS中文分词算法的分析与改进 | 第45-47页 |
4.1.3 图书中文分词效果实验 | 第47页 |
4.2 计算逆向文件频率(IDF) | 第47-48页 |
4.3 构建向量空间模型(VSM) | 第48-49页 |
4.4 基于读者-借阅图书书名推荐算法 | 第49-50页 |
4.4.1 基于读者-借阅图书书名推荐算法的具体实现 | 第49-50页 |
4.5 改进的基于Spark平台的图书推荐算法 | 第50-52页 |
4.5.1 基于读者-借阅图书分类的协同过滤推荐算法 | 第50-52页 |
4.5.2 相似度计算的改进 | 第52页 |
4.5.3 改进的图书推荐算法的具体实现 | 第52页 |
4.6 改进的基于Spark平台图书推荐算法的并行化实现 | 第52-54页 |
4.7 基于读者-读者的协同过滤推荐算法 | 第54-56页 |
4.7.1 基于读者-读者的协同过滤推荐算法的具体实现 | 第54-55页 |
4.7.2 基于读者-读者相似度计算的改进 | 第55-56页 |
4.8 实验描述与分析 | 第56-61页 |
4.8.1 评价推荐算法指标 | 第56-57页 |
4.8.2 实验结果与分析 | 第57-60页 |
4.8.3 产生推荐结果 | 第60-61页 |
4.9 本章小结 | 第61-62页 |
第5章 基于Spark平台的高校图书馆图书推荐系统设计与实现 | 第62-69页 |
5.1 整体框架设计 | 第62-63页 |
5.2 图书借阅情况的统计分析 | 第63-65页 |
5.3 系统功能模块实现 | 第65-68页 |
5.4 本章小结 | 第68-69页 |
第6章 总结与展望 | 第69-71页 |
6.1 工作总结 | 第69-70页 |
6.2 工作展望 | 第70-71页 |
参考文献 | 第71-75页 |
致谢 | 第75-76页 |
攻读硕士学位期间的研究成果 | 第76页 |