基于用户画像的推荐系统
| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1.绪论 | 第9-14页 |
| 1.1 课题的研究背景 | 第9页 |
| 1.2 课题研究的目的和意义 | 第9-10页 |
| 1.3 研究现状 | 第10-11页 |
| 1.4 推荐系统面临的挑战 | 第11-12页 |
| 1.5 论文结构 | 第12-14页 |
| 2.相关技术和理论研究 | 第14-26页 |
| 2.1 基本概念介绍 | 第14-18页 |
| 2.1.1 推荐系统概述 | 第14-15页 |
| 2.1.2 用户画像 | 第15-16页 |
| 2.1.3 用户画像 | 第16-18页 |
| 2.2 数据采集框架 | 第18-19页 |
| 2.2.1 Flume | 第18页 |
| 2.2.2 Sqoop | 第18-19页 |
| 2.3 数据存储框架 | 第19-22页 |
| 2.3.1 HDFS | 第19-20页 |
| 2.3.2 HBase | 第20-21页 |
| 2.3.3 Redis | 第21-22页 |
| 2.4 Mahout | 第22-23页 |
| 2.5 Spark | 第23-24页 |
| 2.6 本章小结 | 第24-26页 |
| 3.功能分析与结构设计 | 第26-35页 |
| 3.1 需求分析和用户调研 | 第26页 |
| 3.2 功能设计 | 第26-27页 |
| 3.3 架构设计 | 第27-28页 |
| 3.4 算法设计 | 第28-33页 |
| 3.4.1 数据收集 | 第28页 |
| 3.4.2 数据存储 | 第28-29页 |
| 3.4.3 用户画像 | 第29-31页 |
| 3.4.4 离线部分 | 第31-32页 |
| 3.4.5 在线部分 | 第32-33页 |
| 3.5 系统评测 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 4.推荐系统的实践 | 第35-45页 |
| 4.1 数据收集 | 第35页 |
| 4.2 数据导入 | 第35-36页 |
| 4.3 用户画像 | 第36-37页 |
| 4.4 离线处理 | 第37-38页 |
| 4.5 在线处理 | 第38-39页 |
| 4.6 Web Service | 第39-40页 |
| 4.7 算法测评 | 第40-42页 |
| 4.8 成果总结 | 第42-43页 |
| 4.9 本章小结 | 第43-45页 |
| 5.总结与展望 | 第45-47页 |
| 5.1 总结 | 第45-46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-51页 |
| 作者简介 | 第51-52页 |
