一个面向论坛用户的个性化阅读推荐系统研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 背景介绍 | 第10-13页 |
| 第二章 相关工作 | 第13-23页 |
| 2.1 推荐系统常用算法 | 第13-17页 |
| 2.1.1 基于内容的方法 | 第13页 |
| 2.1.2 基于邻域的方法 | 第13-16页 |
| 2.1.3 基于模型的方法 | 第16-17页 |
| 2.2 常用数据集 | 第17页 |
| 2.3 算法评测标准 | 第17-18页 |
| 2.3.1 准确度 | 第17-18页 |
| 2.3.2 多样性 | 第18页 |
| 2.4 分布式计算框架 | 第18-19页 |
| 2.4.1 MapReduce | 第18-19页 |
| 2.4.2 HDFS | 第19页 |
| 2.5 文本建模 | 第19-22页 |
| 2.5.1 VSM向量空间模型 | 第20-21页 |
| 2.5.2 N-Gram模型 | 第21页 |
| 2.5.3 pLSA和LDA模型 | 第21-22页 |
| 2.6 文章推荐系统 | 第22-23页 |
| 第三章 个性化阅读推荐框架 | 第23-25页 |
| 第四章 单用户推荐模型 | 第25-34页 |
| 4.1 用户兴趣建模 | 第25-26页 |
| 4.2 文章热度值计算 | 第26-28页 |
| 4.3 社会关系挖掘 | 第28页 |
| 4.4 分布式增量协同过滤 | 第28-31页 |
| 4.4.1 增量式推荐 | 第29-31页 |
| 4.5 实验结果 | 第31-34页 |
| 4.5.1 计算时间 | 第31页 |
| 4.5.2 准确率和召回率 | 第31-34页 |
| 第五章 群组推荐模型 | 第34-38页 |
| 5.1 虚拟用户建模 | 第34页 |
| 5.2 多指标协同过滤 | 第34-35页 |
| 5.3 算法评测 | 第35-38页 |
| 5.3.1 数据来源 | 第35页 |
| 5.3.2 数据过滤 | 第35-36页 |
| 5.3.3 实验结果 | 第36-38页 |
| 第六章 系统实现 | 第38-52页 |
| 6.1 Spring框架 | 第39-40页 |
| 6.2 Ehcache缓存 | 第40页 |
| 6.3 语义分析工具 | 第40-45页 |
| 6.3.1 IKAnalyer分词工具 | 第40-41页 |
| 6.3.2 搜狗文本语料库 | 第41-42页 |
| 6.3.3 LingPipe软件包 | 第42页 |
| 6.3.4 Mallet软件包 | 第42-45页 |
| 6.4 文章热度计算公式 | 第45-46页 |
| 6.5 Hadoop工具 | 第46-49页 |
| 6.5.1 Mahout | 第46-48页 |
| 6.5.2 Sqoop | 第48-49页 |
| 6.6 客户端 | 第49-51页 |
| 6.6.1 Userscript | 第49页 |
| 6.6.2 jQuery | 第49页 |
| 6.6.3 LocalStorage | 第49-51页 |
| 6.7 系统效果 | 第51-52页 |
| 第七章 总结和展望 | 第52-53页 |
| 7.1 研究工作总结 | 第52页 |
| 7.2 后期工作 | 第52-53页 |
| 致谢 | 第53-54页 |
| 简历 | 第54-55页 |
| 参考文献 | 第55-58页 |
