基于GPU的协同过滤推荐算法的设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·选题背景 | 第10页 |
| ·研究现状 | 第10-12页 |
| ·研究意义 | 第12-13页 |
| ·本文组织结构 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第二章 推荐系统 | 第14-30页 |
| ·推荐系统简介 | 第14-15页 |
| ·推荐系统组织架构 | 第15-16页 |
| ·推荐系统分类 | 第16-24页 |
| ·基于内容推荐系统 | 第17-18页 |
| ·协同过滤系统 | 第18-20页 |
| ·基于模型的推荐系统 | 第20-23页 |
| ·基于关联规则推荐系统 | 第23-24页 |
| ·基于用户的协同过滤推荐系统 | 第24-26页 |
| ·协同过滤推荐算法 | 第26-29页 |
| ·余弦相似度算法 | 第26-27页 |
| ·欧几里德相似度算法 | 第27-28页 |
| ·皮尔森关联系数相似度算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 并行处理器GPU | 第30-41页 |
| ·GPU简介 | 第30-31页 |
| ·CUDA简介 | 第31-38页 |
| ·CUDA编程模型 | 第32-34页 |
| ·CUDA线程的结构 | 第34-35页 |
| ·CUDA存储器结构 | 第35-37页 |
| ·CUDA硬件映射 | 第37-38页 |
| ·CUDA并行架构 | 第38-39页 |
| ·JNI技术 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于GPU的信息传递协同过滤算法 | 第41-57页 |
| ·信息传递相似度算法 | 第42-45页 |
| ·系统设计 | 第45-46页 |
| ·用户偏好数据 | 第46-47页 |
| ·计算模型设计 | 第47-52页 |
| ·测试环境 | 第52页 |
| ·参数设定 | 第52-54页 |
| ·实验结果 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的学术论文 | 第63页 |
