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--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于Spark的移动终端信息推送系统的设计与实现

摘要第5-6页
Abstract第6-7页
第一章 绪论第13-19页
    1.1 研究背景和意义第13-14页
    1.2 国内外研究现状第14-17页
        1.2.1 Spark研究现状第14-15页
        1.2.2 推荐系统研究现状第15-16页
        1.2.3 移动终端菜谱APP研究现状第16-17页
    1.3 研究内容第17页
    1.4 论文的组织结构第17-19页
第二章 基于Spark的移动终端信息推送系统的总体设计第19-25页
    2.1 总体架构设计第19-20页
    2.2 推荐引擎功能需求第20-22页
    2.3 客户端功能划分第22页
    2.4 数据交互设计第22-23页
    2.5 数据关系设计第23-24页
    2.6 本章小结第24-25页
第三章 基于Spark的推荐引擎的设计与实现第25-40页
    3.1 推荐算法概述第25-28页
        3.1.1 基于内容的推荐算法第25-26页
        3.1.2 基于关联规则的推荐算法第26页
        3.1.3 基于协同过滤的推荐算法第26-28页
    3.2 系统算法设计第28-32页
        3.2.1 评分预测第28-29页
        3.2.2 产生推荐第29页
        3.2.3 冷启动问题第29-31页
        3.2.4 菜谱推荐算法流程第31-32页
    3.3 推荐引擎的实现第32-39页
        3.3.1 用户日志采集第32-33页
        3.3.2 基于Spark的推荐计算平台第33-38页
        3.3.3 推荐列表结果推送第38-39页
        3.3.4 推荐效果反馈第39页
    3.4 本章小结第39-40页
第四章 Android移动客户端的设计与实现第40-52页
    4.1 模块设计第40-45页
        4.1.1 用户注册/登录模块第40-42页
        4.1.2 菜谱展示和推荐效果反馈模块第42-45页
    4.2 实现概况第45-51页
        4.2.1 开发运行环境第45页
        4.2.2 登录/注册功能实现第45-46页
        4.2.3 菜谱展示和推荐效果反馈实现第46-51页
    4.3 本章小结第51-52页
第五章 系统测试第52-66页
    5.1 推荐算法测试第52-59页
        5.1.1 测试环境部署第52-55页
        5.1.2 评分误差第55-57页
        5.1.3 准确率与召回率第57-58页
        5.1.4 同类推荐算法性能比较第58-59页
    5.2 系统功能测试第59-64页
        5.2.1 测试环境部署第60页
        5.2.2 登录/注册功能测试第60-61页
        5.2.3 内容展示功能测试第61-63页
        5.2.4 离线推送菜谱功能测试第63-64页
    5.3 系统性能测试第64-65页
    5.4 本章小结第65-66页
第六章 总结与展望第66-68页
    6.1 总结第66-67页
    6.2 展望第67-68页
参考文献第68-71页
致谢第71-72页
附件第72页

论文共72页,点击 下载论文
上一篇:玉米耐深播性状的全基因组关联与连锁分析
下一篇:“微博”治理腐败研究