| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 推荐系统的主要研究内容及国内外研究现状 | 第9-10页 |
| 1.2.1 推荐系统的主要研究内容 | 第9页 |
| 1.2.2 国外研究现状 | 第9-10页 |
| 1.2.3 国内研究现状 | 第10页 |
| 1.3 关联规则的研究现状 | 第10-11页 |
| 1.4 论文研究内容 | 第11页 |
| 1.5 论文的组织结构 | 第11-13页 |
| 第2章 研究的平台与相关的技术介绍 | 第13-22页 |
| 2.1 Hadoop大数据计算平台 | 第13-15页 |
| 2.1.1 Hadoop简介 | 第13页 |
| 2.1.2 Hadoop HDFS分布式文件系统 | 第13-14页 |
| 2.1.3 Hadoop MapReduce并行计算框架 | 第14-15页 |
| 2.2 电子商务推荐系统的概述与结构 | 第15-17页 |
| 2.2.1 电子商务推荐系统的概述 | 第15-16页 |
| 2.2.2 电子商务推荐系统结构 | 第16-17页 |
| 2.3 常用的推荐策略 | 第17-18页 |
| 2.4 当前推荐算法的对比与分析 | 第18页 |
| 2.5 关联规则技术 | 第18-21页 |
| 2.5.1 关联规则算法的概念 | 第19-20页 |
| 2.5.2 并行FP-Growth算法 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第3章 改进关联规则算法的研究与实现 | 第22-32页 |
| 3.1 关联规则算法的改进 | 第22-28页 |
| 3.1.1 MAFP-growth算法的流程 | 第23-27页 |
| 3.1.2 MAFP-growth算法的实现 | 第27-28页 |
| 3.2 补充算法的设计方案 | 第28-30页 |
| 3.3 Top-N推荐策略产生 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 多最小支持度关联规则算法的测试与分析 | 第32-40页 |
| 4.1 实验环境的搭建 | 第32-35页 |
| 4.2 实验测试与结果分析 | 第35-39页 |
| 4.2.1 数据的选取情况 | 第35页 |
| 4.2.2 评估指标分析 | 第35-36页 |
| 4.2.3 模块测试分析 | 第36-39页 |
| 4.3 本章小结 | 第39-40页 |
| 第5章 推荐系统的设计与实现 | 第40-49页 |
| 5.1 系统的总体设计 | 第40-41页 |
| 5.2 系统的功能模块设计 | 第41页 |
| 5.3 数据库设计 | 第41-43页 |
| 5.4 系统功能展示 | 第43-48页 |
| 5.4.1 后台管理系统 | 第43-45页 |
| 5.4.2 在线推荐 | 第45-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-51页 |
| 6.1 本文总结 | 第49-50页 |
| 6.2 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表论文 | 第54-55页 |
| 致谢 | 第55页 |