首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

面向海量数据的推荐系统的研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-18页
    1.1 引言第10-13页
        1.1.1 研究背景第10-12页
        1.1.2 论文选题来源第12-13页
    1.2 论文研究内容和工作第13-18页
        1.2.1 研究内容第13-15页
        1.2.2 研究工作第15-16页
        1.2.3 本文结构安排以及创新点第16-18页
第2章 相关的关键理论及技术第18-34页
    2.1 推荐系统第18-19页
    2.2 数据建模第19-21页
        2.2.1 数据收集第20页
        2.2.2 模型表示第20-21页
    2.3 推荐算法第21-27页
        2.3.1 协同过滤推荐算法第21-23页
        2.3.2 Slope One推荐算法第23-25页
        2.3.3 ALS-WR推荐算法第25-26页
        2.3.4 其它推荐算法简介第26-27页
    2.4 相似性度量方法第27-29页
    2.5 云计算平台第29-32页
        2.5.1 云计算架构第29-30页
        2.5.2 Hadoop框架第30-32页
    2.6 CPU-GPU异构系统第32-34页
第3章 面向海量数据的推荐系统的研究第34-60页
    3.1 基于扩展向量的推荐模型第34-39页
        3.1.1 新模型的思想第34-36页
        3.1.2 新模型的具体流程第36-39页
    3.2 新模型的分布式应用与实现第39-54页
        3.2.1 基于Hadoop的CF-Item的推荐算法第39-43页
        3.2.2 基于Hadoop的Slopeone推荐算法第43-46页
        3.2.3 基于Hadoop的ALS-WR推荐算法第46-47页
        3.2.4 推荐结果评估第47-51页
        3.2.5 系统算法采用-新的混合推荐算法第51-54页
    3.3 面向海量数据的推荐系统的设计第54-60页
        3.3.1 系统的体系结构第54-55页
        3.3.2 系统的业务设计第55-57页
        3.3.3 系统的数据支撑平台的设计第57-58页
        3.3.4 系统的智能推荐模块设计第58-60页
第4章 面向海量数据的推荐系统的实现第60-70页
    4.1 面向海量数据推荐系统的实现第60-66页
        4.1.1 推荐系统的框架体系第60-61页
        4.1.2 数据支撑平台的实现第61-64页
        4.1.3 推荐模块的并行化实现第64-66页
    4.2 面向海量数据推荐系统WEB界面展示第66-69页
        4.2.1 欢迎界面第67页
        4.2.2 为用户给出个性化推荐界面第67-68页
        4.2.3 用户浏览以及评分界面第68页
        4.2.4 输入文件上传及推荐结果下载界面第68-69页
    4.3 本章小结第69-70页
结论第70-72页
    论文主要完成的工作第70-71页
    未来的展望第71-72页
参考文献第72-75页
攻读学位期间发表论文与研究成果清单第75-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:移动护理一体化工作站设计与实现
下一篇:交互式图像分割方法的研究