基于二分图的混合推荐系统的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 研究内容及意义 | 第11-12页 |
| 1.4 论文结构安排 | 第12-13页 |
| 第二章 相关概念介绍 | 第13-23页 |
| 2.1 推荐系统 | 第13-14页 |
| 2.2 推荐算法 | 第14-22页 |
| 2.2.1 基于隐语义模型的推荐算法 | 第14-19页 |
| 2.2.2 基于二分图的推荐算法 | 第19-21页 |
| 2.2.3 其他推荐算法 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于二分图的混合推荐算法的设计与实现 | 第23-35页 |
| 3.1 Slim算法的局限 | 第23-25页 |
| 3.2 混合推荐算法UIIM | 第25-29页 |
| 3.3 UIIM算法的实验验证 | 第29-33页 |
| 3.3.1 实验数据 | 第29-30页 |
| 3.3.2 评价标准 | 第30-31页 |
| 3.3.3 实验结果分析 | 第31-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第四章 并行化推荐算法 | 第35-53页 |
| 4.1 相关技术 | 第35-39页 |
| 4.1.1 Mapreduce框架介绍 | 第35-37页 |
| 4.1.2 Spark框架介绍 | 第37-39页 |
| 4.1.3 小结 | 第39页 |
| 4.2 UIIM算法并行化 | 第39-50页 |
| 4.2.1 并行计算矩阵W | 第40-43页 |
| 4.2.2 并行计算矩阵R | 第43-48页 |
| 4.2.3 产生推荐并行化 | 第48-50页 |
| 4.3 实验验证 | 第50-52页 |
| 4.3.1 实验数据与环境 | 第50-51页 |
| 4.3.2 实验结果分析 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 混合推荐系统的设计与实现 | 第53-71页 |
| 5.1 海量数据分析平台介绍 | 第53-57页 |
| 5.1.1 平台总体架构 | 第53-54页 |
| 5.1.2 应用服务 | 第54-57页 |
| 5.1.3 小结 | 第57页 |
| 5.2 混合推荐系统构建 | 第57-69页 |
| 5.2.1 总体设计 | 第57-59页 |
| 5.2.2 详细设计 | 第59-68页 |
| 5.2.3 推荐系统使用 | 第68-69页 |
| 5.3 本章小结 | 第69-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的学术论文目录 | 第76页 |
