| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12页 |
| 1.4 主要创新工作 | 第12-13页 |
| 1.5 论文的框架结构 | 第13-15页 |
| 第二章 相关研究 | 第15-24页 |
| 2.1 推荐系统 | 第15页 |
| 2.2 特征选择 | 第15-16页 |
| 2.3 排序算法 | 第16-21页 |
| 2.3.1 逻辑回归 | 第16-18页 |
| 2.3.2 GBDT(Gradient Boosting Decision Tree) | 第18-20页 |
| 2.3.3 FM (Factorization Machine) | 第20-21页 |
| 2.4 计算框架 | 第21-23页 |
| 2.4.1 Hadoop | 第21-22页 |
| 2.4.2 Storm | 第22-23页 |
| 2.4.3 Spark | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 系统需求分析 | 第24-27页 |
| 3.1 系统概述 | 第24页 |
| 3.2 业务需求 | 第24-25页 |
| 3.3 技术需求 | 第25-27页 |
| 第四章 系统整体设计 | 第27-32页 |
| 4.1 系统设计目标 | 第27页 |
| 4.2 系统整体架构设计 | 第27-28页 |
| 4.3 系统各模块分析 | 第28-31页 |
| 4.3.1 实时发布模块 | 第28页 |
| 4.3.2 实时查询库 | 第28-29页 |
| 4.3.3 实时采集模块 | 第29页 |
| 4.3.4 模型训练模块 | 第29-30页 |
| 4.3.5 实时计算模块 | 第30页 |
| 4.3.6 数据监控模块 | 第30-31页 |
| 4.4 本章小结 | 第31-32页 |
| 第五章 系统详细设计与实现 | 第32-55页 |
| 5.1 实时发布模块 | 第32-33页 |
| 5.2 实时采集模块 | 第33-35页 |
| 5.3 模型训练模块 | 第35-50页 |
| 5.3.1 标签标注 | 第35-36页 |
| 5.3.2 特征拼接 | 第36-46页 |
| 5.3.3 特征选择 | 第46-48页 |
| 5.3.4 模型训练 | 第48-50页 |
| 5.4 实时计算模块 | 第50-52页 |
| 5.4.1 混合推荐引擎 | 第51页 |
| 5.4.2 重排序引擎 | 第51-52页 |
| 5.5 数据监控模块 | 第52-53页 |
| 5.6 集群部署 | 第53-54页 |
| 5.7 本章总结 | 第54-55页 |
| 第六章 系统测试 | 第55-66页 |
| 6.1 系统环境 | 第55页 |
| 6.2 系统功能测试 | 第55-59页 |
| 6.2.1 数据通路测试 | 第55-58页 |
| 6.2.2 推荐算法测试 | 第58-59页 |
| 6.3 各组件性能测试 | 第59-62页 |
| 6.3.1 Kafka性能测试 | 第59-60页 |
| 6.3.2 Storm性能测试 | 第60-62页 |
| 6.4 推荐算法效果对比 | 第62-64页 |
| 6.4.1 时间反馈函数对比 | 第63页 |
| 6.4.2 排序模型对比 | 第63-64页 |
| 6.5 应用效果 | 第64页 |
| 6.6 本章小结 | 第64-66页 |
| 第七章 总结与展望 | 第66-68页 |
| 7.1 总结 | 第66页 |
| 7.2 未来工作 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间已发表的论文 | 第72页 |