| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-23页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 推荐系统 | 第15-17页 |
| 1.2.2 云计算及算法并行化 | 第17-19页 |
| 1.3 面临的问题和挑战 | 第19-21页 |
| 1.3.1 推荐系统 | 第19-20页 |
| 1.3.2 云计算及算法并行化 | 第20-21页 |
| 1.4 本文的主要工作和安排 | 第21-23页 |
| 第二章 推荐系统算法介绍 | 第23-33页 |
| 2.1 基于内容的推荐算法 | 第23-24页 |
| 2.2 基于内存的协同过滤算法 | 第24-28页 |
| 2.2.1 基于用户的协同过滤算法 | 第24-27页 |
| 2.2.2 基于物品的协同过滤算法 | 第27-28页 |
| 2.3 基于模型的协同过滤算法 | 第28-31页 |
| 2.3.1 基于聚类的协同过滤算法 | 第28-29页 |
| 2.3.2 基于潜在语义分析的协同过滤算法 | 第29-31页 |
| 2.4 混合的推荐算法及其他算法 | 第31页 |
| 2.5 推荐算法评估 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 云计算相关技术 | 第33-39页 |
| 3.1 Hadoop和MapReduce | 第33-34页 |
| 3.1.1 Hadoop的起源和发展 | 第33页 |
| 3.1.2 MapRedcue的设计目标 | 第33-34页 |
| 3.1.3 MapRedcue编程模型介绍 | 第34页 |
| 3.2 下一代MapReduce框架 | 第34-37页 |
| 3.2.1 Apache YARN | 第35-36页 |
| 3.2.2 Facebook Corona | 第36-37页 |
| 3.3 Spark | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于配对相似度的混合推荐算法 | 第39-48页 |
| 4.1 配对相似度 | 第39-41页 |
| 4.2 基于配对相似度的推荐算法 | 第41-42页 |
| 4.3 基于配对相似度的混合推荐算法 | 第42-43页 |
| 4.4 实验设计及结果分析 | 第43-47页 |
| 4.4.1 实验数据 | 第43-45页 |
| 4.4.2 实验设置 | 第45页 |
| 4.4.3 实验结果及分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 配对相似度计算的并行化实现 | 第48-62页 |
| 5.1 总体框架 | 第48-49页 |
| 5.2 算法描述 | 第49-59页 |
| 5.2.1 并行化计算属性内相似度(Parallelized-IaAVS) | 第49-54页 |
| 5.2.2 并行化计算属性间相似度(Parallelized-IeAVS) | 第54-58页 |
| 5.2.3 并行化计算配对相似度(Parallelized-COS) | 第58-59页 |
| 5.3 实验设计及结果分析 | 第59-60页 |
| 5.3.1 实验环境 | 第59页 |
| 5.3.2 实验设置 | 第59页 |
| 5.3.3 实验结果及分析 | 第59-60页 |
| 5.4 本章小结 | 第60-62页 |
| 第六章 基于云计算平台的海量数据挖掘工具箱 | 第62-71页 |
| 6.1 工具箱的需求和目标 | 第62-63页 |
| 6.2 模块设计 | 第63-65页 |
| 6.2.1 集群控制模块 | 第63-64页 |
| 6.2.2 数据集管理模块 | 第64页 |
| 6.2.3 算法管理模块 | 第64-65页 |
| 6.2.4 任务管理及可视化模块 | 第65页 |
| 6.3 用户操作流程 | 第65-66页 |
| 6.4 在工具箱中使用推荐算法 | 第66-70页 |
| 6.4.1 启动/配置Hadoop | 第66-68页 |
| 6.4.2 上传数据集 | 第68-69页 |
| 6.4.3 选择算法/配置参数 | 第69页 |
| 6.4.4 提交任务/获取结果 | 第69-70页 |
| 6.5 本章小结 | 第70-71页 |
| 第七章 总结和展望 | 第71-73页 |
| 7.1 总结 | 第71-72页 |
| 7.2 展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 简历与科研成果 | 第78-79页 |
| 致谢 | 第79-80页 |
