摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-11页 |
1.1 课题背景与意义 | 第8-9页 |
1.1.1 课题研究背景 | 第8-9页 |
1.1.2 课题研究意义 | 第9页 |
1.2 课题来源与组织结构 | 第9-11页 |
1.2.1 课题来源 | 第9-10页 |
1.2.2 本文组织结构 | 第10-11页 |
第二章 相关技术研究 | 第11-21页 |
2.1 情境以及情境感知技术 | 第11-12页 |
2.2 推荐引擎实现技术 | 第12-18页 |
2.2.1 基于内容的推荐 | 第13-14页 |
2.2.2 关联规则挖掘推荐 | 第14-15页 |
2.2.3 协同过滤推荐 | 第15-18页 |
2.3 大规模数据相关技术 | 第18-20页 |
2.3.1 GFS分布式文件系统 | 第18-19页 |
2.3.2 HDFS分布式文件系统 | 第19-20页 |
2.4 本章小结 | 第20-21页 |
第三章 系统总体设计 | 第21-32页 |
3.1 系统总体架构设计 | 第21-22页 |
3.2 系统核心功能模块 | 第22-31页 |
3.2.1 数据采集模块 | 第23-24页 |
3.2.2 服务器数据存数模块 | 第24-25页 |
3.2.3 服务器数据挖掘模块 | 第25-28页 |
3.2.4 终端云端交互模块 | 第28-31页 |
3.3 本章小结 | 第31-32页 |
第四章 情境感知下的商品管理和推荐系统移动端详细设计 | 第32-43页 |
4.1 移动端架构设计 | 第32-34页 |
4.2 OCR图像识别模块 | 第34-36页 |
4.3 智能搜索引擎模块 | 第36-39页 |
4.4 基于地理位置的服务模块 | 第39-42页 |
4.5 本章小结 | 第42-43页 |
第五章 情境感知下的商品管理和推荐系统服务器端详细设计 | 第43-60页 |
5.1 服务器端架构设计 | 第43-44页 |
5.2 用户特征定义 | 第44-48页 |
5.3 基于Map-Reduce的K均值聚类 | 第48-56页 |
5.4 情境信息推荐模块 | 第56-59页 |
5.5 本章小结 | 第59-60页 |
第六章 系统测试 | 第60-69页 |
6.1 环境测试 | 第60-61页 |
6.2 系统用例测试 | 第61-64页 |
6.3 系统其他功能性测试 | 第64-68页 |
6.4 本章小结 | 第68-69页 |
第七章 总结与展望 | 第69-71页 |
7.1 总结 | 第69页 |
7.2 展望 | 第69-71页 |
参考文献 | 第71-74页 |
附录1攻读硕士学位期间撰写的论文 | 第74-75页 |
附录2攻读硕士学位期间申请的专利 | 第75-76页 |
附录3攻读硕士学位期间参加的科研项目 | 第76-77页 |
致谢 | 第77页 |