基于Spark平台推荐系统研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 表格 | 第12-13页 |
| 插图 | 第13-15页 |
| 第1章 绪论 | 第15-23页 |
| ·课题背景 | 第15-16页 |
| ·国内外研究现状 | 第16-19页 |
| ·Spark研究现状 | 第16页 |
| ·推荐系统研究现状 | 第16-18页 |
| ·基于Spark推荐系统应用现状 | 第18-19页 |
| ·论文研究内容及意义 | 第19-21页 |
| ·课题研究主要内容 | 第19页 |
| ·本文研究意义 | 第19-21页 |
| ·论文结构安排 | 第21-23页 |
| 第2章 相关技术 | 第23-43页 |
| ·Spark简介 | 第23-24页 |
| ·Spark的系统架构 | 第24-28页 |
| ·Spark设计思想 | 第25-26页 |
| ·Spark RDD及编程实践 | 第26-28页 |
| ·推荐系统 | 第28-30页 |
| ·推荐系统概念 | 第28-29页 |
| ·推荐系统应用 | 第29-30页 |
| ·推荐算法 | 第30-39页 |
| ·基于领域摊荐算法 | 第30-36页 |
| ·基于隐语义模型推荐算法 | 第36-38页 |
| ·基于内容推荐算法与组合推荐 | 第38-39页 |
| ·推荐系统评测 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第3章 基于Spark平台推荐算法并行化研究 | 第43-57页 |
| ·基于Spark平台推荐算法并行化设计 | 第43-45页 |
| ·基于Spark推荐算法并行化实现 | 第45-51页 |
| ·基于用户的协同过滤推荐算法Spark并行化实现 | 第46-48页 |
| ·基于物品的协同过滤推荐算法Spark并行化实现 | 第48-49页 |
| ·基于ALS模型推荐算法Spark并行化实现 | 第49-51页 |
| ·推荐算法Spark并行化分析 | 第51-55页 |
| ·数据并行化 | 第52-53页 |
| ·任务并行化 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第4章 推荐算法并行化实现的优化 | 第57-71页 |
| ·任务调度策略优化 | 第57-62页 |
| ·Spark默认任务调度策略 | 第57页 |
| ·异构Spark集群任务调度问题 | 第57-58页 |
| ·HSATS调度思想与系统架构 | 第58页 |
| ·相关定义 | 第58-59页 |
| ·HSATS描述 | 第59-62页 |
| ·基于邻域推荐算法优化 | 第62-67页 |
| ·问题分析 | 第62-63页 |
| ·优化方案数据预处理 | 第63-64页 |
| ·基于用户协同过滤推荐算法相似度计算优化 | 第64-66页 |
| ·基于物品协同过滤推荐算法相似度计算优化 | 第66-67页 |
| ·基于ALS模型推荐算法优化 | 第67-69页 |
| ·问题分析 | 第67页 |
| ·优化方案 | 第67-69页 |
| ·本章小结 | 第69-71页 |
| 第5章 实验及结果分析 | 第71-85页 |
| ·实验环境 | 第71-74页 |
| ·实验数据集 | 第74页 |
| ·实验设计 | 第74-76页 |
| ·实验结果与分析 | 第76-84页 |
| ·本章小结 | 第84-85页 |
| 第6章 总结与展望 | 第85-87页 |
| ·论文总结 | 第85-86页 |
| ·下一步工作 | 第86-87页 |
| 参考文献 | 第87-91页 |
| 致谢 | 第91-93页 |
| 在读期间发表的学术论文与取得旳研究成果 | 第93页 |
| 攻读硕士学位期间参与的科研课题 | 第93页 |
