基于云计算的推荐算法研究
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-16页 |
·课题背景 | 第9-11页 |
·研究目的和意义 | 第11-13页 |
·国内外研究现状 | 第13-14页 |
·课题研究的主要内容 | 第14页 |
·论文结构 | 第14-16页 |
第二章 云计算技术基础 | 第16-34页 |
·云计算简介 | 第16-22页 |
·云计算的概念 | 第16-18页 |
·云计算的主要服务形式 | 第18-20页 |
·云计算的技术特点 | 第20-22页 |
·典型云计算平台介绍 | 第22-28页 |
·Amazon弹性计算云 | 第22-23页 |
·Windows Azure云平台 | 第23-24页 |
·Google云计算平台 | 第24-28页 |
·开源云计算平台Hadoop | 第28-33页 |
·HDFS分布式文件系统 | 第29-30页 |
·MapReduce编程模式 | 第30-33页 |
·本章小结 | 第33-34页 |
第三章 协同过滤推荐算法及其改进方案 | 第34-47页 |
·推荐系统简介 | 第34-37页 |
·基于用户的协同过滤推荐算法 | 第37-40页 |
·协同过滤概述 | 第37-38页 |
·基于用户的协同过滤 | 第38-39页 |
·算法过程描述 | 第39-40页 |
·协同过滤算法的改进 | 第40-46页 |
·一种解决数据稀疏性的方法 | 第40-42页 |
·一种增量式协同过滤算法 | 第42-43页 |
·改进算法与传统算法的实验对比 | 第43-46页 |
·本章小结 | 第46-47页 |
第四章 增量式推荐算法在Hadoop平台上的实现 | 第47-73页 |
·算法基本流程 | 第47-48页 |
·IM的MapReduce化 | 第48-61页 |
·RM的MapReduce化 | 第61-65页 |
·Hadoop云平台上的实验 | 第65-72页 |
·Hadoop集群的搭建和部署 | 第65-68页 |
·基于Eclipse的Hadoop应用开发 | 第68-71页 |
·实验设计与结果分析 | 第71-72页 |
·本章小结 | 第72-73页 |
第五章 总结与展望 | 第73-75页 |
·本文的研究总结 | 第73页 |
·下一步的工作计划 | 第73-75页 |
致谢 | 第75-76页 |
参考文献 | 第76-79页 |
附录 | 第79-81页 |
在学期间取得的研究成果 | 第81-82页 |