基于云同步的视频推荐系统的系统实现
| 上海交通大学硕士学位论文答辩决议书 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-15页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文研究的目标及主要内容 | 第13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 2 视频推荐系统相关技术 | 第15-22页 |
| 2.1 Hadoop分布式平台 | 第15页 |
| 2.2 Apach Mahout | 第15-16页 |
| 2.3 推荐算法技术 | 第16-19页 |
| 2.3.1 基于内容的视频推荐 | 第16-17页 |
| 2.3.2 基于关联规则的视频推荐 | 第17-18页 |
| 2.3.3 基于协同过滤的视频推荐技术 | 第18-19页 |
| 2.3.4 混合的视频推荐机制 | 第19页 |
| 2.4 云同步技术 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 视频推荐系统的数学模型和算法设计 | 第22-31页 |
| 3.1 视频推荐引擎一般模型 | 第22页 |
| 3.2 推荐系统的业务分析 | 第22-23页 |
| 3.3 推荐算法详细设计 | 第23-30页 |
| 3.3.1 过滤逻辑 | 第27-28页 |
| 3.3.2 在线推荐逻辑 | 第28-30页 |
| 3.4 本章小节 | 第30-31页 |
| 4 视频推荐系统的需求分析 | 第31-38页 |
| 4.1 推荐系统功能性需求分析 | 第31-36页 |
| 4.1.1 系统用例分析 | 第32-33页 |
| 4.1.2 用户推荐流程图 | 第33-35页 |
| 4.1.3 推荐系统活动图 | 第35页 |
| 4.1.4 推荐系统的交互时序图 | 第35-36页 |
| 4.2 非功能性需求 | 第36页 |
| 4.3 本章小结 | 第36-38页 |
| 5 系统设计与实现 | 第38-62页 |
| 5.1 推荐模块设计 | 第38-40页 |
| 5.2 主要组成部分 | 第40-42页 |
| 5.2.1 推荐系统的包图 | 第40-41页 |
| 5.2.2 推荐系统的类图 | 第41-42页 |
| 5.3 系统数据库逻辑设计 | 第42-44页 |
| 5.4 API接口设计 | 第44-50页 |
| 5.5 调用方式 | 第50-51页 |
| 5.6 输入参数 | 第51-53页 |
| 5.7 返回参数 | 第53-57页 |
| 5.8 用户辨别 | 第57-59页 |
| 5.9 视频推荐系统实现环境 | 第59-61页 |
| 5.9.1 集群运行环境配置 | 第59页 |
| 5.9.2 推荐算法的运行时设置 | 第59-60页 |
| 5.9.3 其他运行时设置 | 第60-61页 |
| 5.10 本章小结 | 第61-62页 |
| 6 视频推荐系统测试 | 第62-75页 |
| 6.1 测试环境 | 第62页 |
| 6.2 系统测试 | 第62-74页 |
| 6.2.1 功能测试 | 第62-69页 |
| 6.2.2 推荐效果评估测试 | 第69-72页 |
| 6.2.3 性能测试 | 第72页 |
| 6.2.4 运行实例 | 第72-74页 |
| 6.3 本章小结 | 第74-75页 |
| 7 总结与展望 | 第75-77页 |
| 7.1 本文总结 | 第75页 |
| 7.2 推荐系统研究展望 | 第75-77页 |
| 参考文献 | 第77-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间发表的学术论文目录 | 第80页 |
