| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题的来源 | 第9页 |
| 1.2 课题研究的背景 | 第9-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 本文的工作 | 第14-15页 |
| 1.5 本文的结构 | 第15-16页 |
| 第2章 推荐系统和Hadoop技术研究 | 第16-30页 |
| 2.1 推荐系统研究 | 第16-22页 |
| 2.1.1 基于内容推荐 | 第16-19页 |
| 2.1.2 协同过滤推荐 | 第19-22页 |
| 2.2 Hadoop技术研究 | 第22-28页 |
| 2.2.1 HDFS分布式文件系统 | 第23-27页 |
| 2.2.2 Map Reduce编程模型 | 第27-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第3章 基于分层混合推荐模型的设计 | 第30-43页 |
| 3.1 分层混合模型的建立 | 第30-33页 |
| 3.1.1 分层混合模型的框架 | 第30-31页 |
| 3.1.2 分层模型的流程设计 | 第31-33页 |
| 3.2 用户偏好建模 | 第33-36页 |
| 3.2.1 偏好模型数据来源 | 第33-34页 |
| 3.2.2 偏好模型的分类 | 第34-35页 |
| 3.2.3 偏好模型建立 | 第35-36页 |
| 3.3 物品的特征组合 | 第36-38页 |
| 3.4 推荐系统的评估 | 第38-40页 |
| 3.5 推荐系统存在的缺陷及解决方案 | 第40-42页 |
| 3.5.1 推荐系统存在的缺陷 | 第40-41页 |
| 3.5.2 数据稀疏性的改进 | 第41页 |
| 3.5.3 冷启动问题的改进 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于Hadoop平台推荐系统原型的设计 | 第43-59页 |
| 4.1 系统需求分析 | 第43页 |
| 4.2 系统整体设计 | 第43-45页 |
| 4.2.1 前端页面展示与用户交互 | 第43-44页 |
| 4.2.2 业务逻辑处理 | 第44页 |
| 4.2.3 推荐算法运用 | 第44页 |
| 4.2.4 底层数据存储 | 第44-45页 |
| 4.3 系统详细设计 | 第45-57页 |
| 4.3.1 系统整体流程 | 第45-47页 |
| 4.3.2 推荐系统模型 | 第47-48页 |
| 4.3.3 基于用户协同过滤的Map Reduce实现 | 第48-53页 |
| 4.3.4 基于物品协同过滤的Map Reduce实现 | 第53-56页 |
| 4.3.5 数据库设计 | 第56-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第5章 实验及结果分析 | 第59-69页 |
| 5.1 实验环境的搭建 | 第59页 |
| 5.2 系统测试 | 第59-63页 |
| 5.3 实验结果分析 | 第63-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第6章 总结和展望 | 第69-71页 |
| 6.1 本文工作总结 | 第69-70页 |
| 6.2 下一步工作展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-74页 |