针对冷启动推荐的分布式协同过滤研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 表格索引 | 第10-11页 |
| 插图索引 | 第11-13页 |
| 第一章 绪论 | 第13-21页 |
| ·研究背景 | 第13-16页 |
| ·研究意义 | 第16-17页 |
| ·本文组织结构 | 第17-19页 |
| ·本章小结 | 第19-21页 |
| 第二章 相关研究 | 第21-25页 |
| ·稀疏性与可扩展性问题相关研究 | 第21-22页 |
| ·冷启动问题相关研究 | 第22-23页 |
| ·双向聚类技术相关研究 | 第23页 |
| ·分布式协同过滤模式相关研究 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 协同过滤模式的技术 | 第25-41页 |
| ·协同过滤模式概述 | 第25-27页 |
| ·相似度的计算 | 第27-31页 |
| ·基于余弦的相似度 | 第27-28页 |
| ·基于校正余弦的相似度 | 第28页 |
| ·基于皮尔逊相关系数的相似度 | 第28-29页 |
| ·基于互信息的相似度 | 第29-31页 |
| ·Memory-based 协同过滤 | 第31-33页 |
| ·基于项目的协同过滤 | 第31-32页 |
| ·基于用户的协同过滤 | 第32-33页 |
| ·基于项目—用户的协同过滤 | 第33页 |
| ·Model-based 协同过滤 | 第33-36页 |
| ·K-Means 算法 | 第34-36页 |
| ·双向聚类技术 | 第36页 |
| ·矩阵分解技术 | 第36-37页 |
| ·MapReduce 与Hadoop 概述 | 第37-38页 |
| ·本章小结 | 第38-41页 |
| 第四章 针对冷启动推荐的分布式协同过滤模式 | 第41-53页 |
| ·过滤过程 | 第42-47页 |
| ·过滤可忽略评分 | 第42-44页 |
| ·删除空行空列 | 第44-45页 |
| ·建立稠密区域 | 第45-47页 |
| ·矩阵分解过程 | 第47页 |
| ·双向聚类过程 | 第47-49页 |
| ·聚类 | 第47-48页 |
| ·平滑用户集群 | 第48-49页 |
| ·推测过程 | 第49-50页 |
| ·使用MapReduce 分布式计算框架 | 第50-52页 |
| ·过滤过程的Mapper 和Reducer | 第51页 |
| ·平滑步骤的Mapper 和Reducer | 第51页 |
| ·批量推测过程的Mapper 和Reducer | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 系统实现与实验 | 第53-71页 |
| ·系统实现 | 第53-59页 |
| ·用户交互部分 | 第54-56页 |
| ·内部计算部分 | 第56-59页 |
| ·实验设计与评价方法 | 第59-63页 |
| ·实验设计 | 第59-61页 |
| ·评价方法 | 第61-63页 |
| ·实验结果 | 第63-70页 |
| ·推荐精确度 | 第63-67页 |
| ·可扩展性 | 第67-68页 |
| ·参数敏感性 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 全文总结 | 第71-75页 |
| ·全文结论 | 第71-73页 |
| ·协同过滤模式的现状及发展 | 第71-72页 |
| ·针对冷启动推荐的分布式协同过滤模式 | 第72-73页 |
| ·研究展望 | 第73-75页 |
| 参考文献 | 第75-83页 |
| 致谢 | 第83-85页 |
| 攻读学位期间发表的学术论文目录 | 第85-87页 |
