| 图表索引 | 第5-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 术语及缩写语 | 第10-12页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 项目背景与研究意义 | 第12-13页 |
| 1.2 研究现状和发展目标 | 第13-15页 |
| 1.3 本文的主要工作 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 第二章 推荐引擎 | 第18-24页 |
| 2.1 推荐引擎的概念 | 第18-19页 |
| 2.2 推荐引擎的分类 | 第19-20页 |
| 2.3 推荐引擎的工作原理 | 第20-24页 |
| 第三章 推荐算法 | 第24-32页 |
| 3.1 集体智慧和协同过滤算法 | 第24-25页 |
| 3.2 协同过滤算法计算步骤 | 第25-28页 |
| 3.3 use-based 协同过滤算法 | 第28-29页 |
| 3.4 item-based 协同过滤算法 | 第29-30页 |
| 3.5 评分预测算法 | 第30-32页 |
| 第四章 推荐系统升级设计方案及关键技术解决方案 | 第32-46页 |
| 4.1 推荐引擎系统架构设计 | 第32-35页 |
| 4.1.1 前台交互模块 | 第33-34页 |
| 4.1.2 推荐产品 | 第34-35页 |
| 4.1.3 数据运算模块、数据持久模块 | 第35页 |
| 4.2 基于 redis+zookeeper 的主从备份及单点故障自动切换技术 | 第35-41页 |
| 4.2.1 设计目标和原则 | 第36-37页 |
| 4.2.2 系统总体架构 | 第37页 |
| 4.2.3 开发环境以及技术支持 | 第37-38页 |
| 4.2.4 系统组件及功能说明 | 第38-40页 |
| 4.2.5 系统主要类图 | 第40页 |
| 4.2.6 部署方案 | 第40-41页 |
| 4.3 基于 dubbo+lucene 改进的索引数据自动分发技术 | 第41-46页 |
| 4.3.0 设计目的与原则 | 第42-43页 |
| 4.3.1 系统架构图 | 第43页 |
| 4.3.2 开发环境以及技术支持 | 第43-44页 |
| 4.3.3 系统组件及功能说明 | 第44页 |
| 4.3.4 部署方案 | 第44-46页 |
| 第五章 基于用户属性的协同过滤推荐算法及其实现 | 第46-60页 |
| 5.1 数据的准备 | 第47-53页 |
| 5.2 相似商品计算 | 第53-55页 |
| 5.3 实时推荐部分 | 第55-57页 |
| 5.3.1 推荐的产生 | 第55-56页 |
| 5.3.2 强关联规则过滤 | 第56-57页 |
| 5.5 实验结果分析 | 第57-60页 |
| 5.5.1 系统运行效果图 | 第57页 |
| 5.5.2 系统改进以后计算效率对比 | 第57-58页 |
| 5.5.3 推荐精度对比 | 第58-60页 |
| 第六章 总结 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 成果目录 | 第66-67页 |
| 致谢 | 第67页 |