| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究目的 | 第15页 |
| 1.3 研究现状 | 第15-17页 |
| 1.3.1 Spark平台现状 | 第15-16页 |
| 1.3.2 推荐系统研究现状 | 第16-17页 |
| 1.3.3 基于Spark推荐系统应用现状 | 第17页 |
| 1.4 研究内容及论文结构 | 第17-20页 |
| 1.4.1 主要研究内容 | 第17-18页 |
| 1.4.2 论文组织结构 | 第18-20页 |
| 第二章 理论技术介绍 | 第20-36页 |
| 2.1 Spark分布式计算框架 | 第20-24页 |
| 2.1.1 Spark概述 | 第20-21页 |
| 2.1.2 弹性分布式数据集 | 第21-23页 |
| 2.1.3 Spark与Hadoop的比较 | 第23-24页 |
| 2.2 关联规则介绍 | 第24-27页 |
| 2.2.1 关联规则概念 | 第24-26页 |
| 2.2.2 关联规则分类 | 第26-27页 |
| 2.3 推荐系统综述 | 第27-34页 |
| 2.3.1 推荐系统介绍 | 第27-28页 |
| 2.3.2 基于邻域的推荐算法 | 第28-31页 |
| 2.3.3 基于隐语义模型的推荐算法 | 第31-32页 |
| 2.3.4 其他推荐算法 | 第32页 |
| 2.3.5 推荐系统评价指标 | 第32-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 基于Spark平台Apriori算法研究与实现 | 第36-44页 |
| 3.1 Apriori算法原理与分析 | 第36-40页 |
| 3.1.1 Apriori算法概念及核心步骤 | 第36-38页 |
| 3.1.2 Apriori算法伪代码实现 | 第38-40页 |
| 3.2 Apriori算法基于Spark平台实现 | 第40-43页 |
| 3.2.1 基于Spark平台Apriori算法实现思路及优化技术 | 第40-42页 |
| 3.2.2 基于Spark平台Apriori算法核心步骤 | 第42-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第四章 基于Spark平台推荐算法研究与实现 | 第44-56页 |
| 4.1 数据探索 | 第44-45页 |
| 4.2 基于用户协同过滤算法Spark实现 | 第45-49页 |
| 4.3 基于物品协同过滤算法Spark实现 | 第49-51页 |
| 4.4 基于ALS模型推荐算法Spark实现 | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 实验设计与分析 | 第56-66页 |
| 5.1 实验环境 | 第56-58页 |
| 5.2 Spark平台Apriori算法实验与分析 | 第58-61页 |
| 5.3 Spark平台推荐算法实验与分析 | 第61-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 工作总结 | 第66页 |
| 6.2 未来工作展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 作者简介 | 第74-75页 |
