基于Spark Streaming的实时新闻推荐平台的设计与实现
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-11页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 开发背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14页 |
| 1.3 本文的主要工作 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-18页 |
| 第2章 相关技术 | 第18-26页 |
| 2.1 系统基本流程 | 第18页 |
| 2.2 推荐平台的文本处理 | 第18-19页 |
| 2.3 平台存储 | 第19-20页 |
| 2.3.1 MolaDB | 第19-20页 |
| 2.3.2 Redis | 第20页 |
| 2.3.3 HDFS | 第20页 |
| 2.4 新闻推荐算法 | 第20-25页 |
| 2.4.1 协同过滤推荐算法 | 第21-24页 |
| 2.4.2 基于内容的推荐算法 | 第24页 |
| 2.4.3 混合推荐算法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 平台架构概要设计 | 第26-34页 |
| 3.1 平台需求分析 | 第26-28页 |
| 3.1.1 功能性需求 | 第26-27页 |
| 3.1.2 非功能性需求 | 第27-28页 |
| 3.2 平台软件架构 | 第28-30页 |
| 3.3 平台处理流程 | 第30-31页 |
| 3.4 平台网络架构 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 平台详细设计与实现 | 第34-66页 |
| 4.1 平台概要设计 | 第34页 |
| 4.2 推荐计算层设计与实现 | 第34-51页 |
| 4.2.1 模型构建模块 | 第34-42页 |
| 4.2.2 分发模块设计 | 第42-51页 |
| 4.3 存储层设计与实现 | 第51-57页 |
| 4.3.1 HBase数据库 | 第52-54页 |
| 4.3.2 Mola数据库 | 第54-57页 |
| 4.4 个性化推荐引擎设计与实现 | 第57-63页 |
| 4.4.1 基于物品的协同过滤 | 第58-59页 |
| 4.4.2 基于用户的协同过滤 | 第59-61页 |
| 4.4.3 基于内容的推荐算法 | 第61-63页 |
| 4.5 热点推荐模块 | 第63-64页 |
| 4.6 推荐结果处理模块 | 第64-66页 |
| 第5章 平台测试 | 第66-72页 |
| 5.1 平台测试目标 | 第66页 |
| 5.2 测试用例 | 第66-71页 |
| 5.2.1 功能测试 | 第66-68页 |
| 5.2.2 性能测试用例 | 第68-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 学位论文评阅及答辩情况表 | 第79页 |
