首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于云平台的智能终端推荐系统的设计和实现

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第14-20页
    1.1 研究的背景和意义第14-15页
    1.2 国内外研究现状第15-17页
        1.2.1 推荐系统现状第15-16页
        1.2.2 云平台现状第16-17页
    1.3 研究内容第17页
    1.4 论文结构第17-20页
第二章 系统需求和模块分析第20-24页
    2.1 系统需求分析第20页
    2.2 总体设计第20-21页
    2.3 系统模块分析第21-22页
    2.4 本章小结第22-24页
第三章 推荐关键技术概述第24-38页
    3.1 推荐系统概述第24-25页
        3.1.1 推荐系统背景第24页
        3.1.2 推荐系统原理第24-25页
    3.2 基于内容的推荐第25-26页
    3.3 协同过滤推荐过程第26-30页
        3.3.1 用户偏好数据收集整理第27-28页
        3.3.2 相似度的计算第28-29页
        3.3.3 最近邻近集产生第29页
        3.3.4 计算推荐第29-30页
    3.4 协同过滤推荐算法第30-33页
        3.4.1 基于用户的CF(User-Based CF)第30-31页
        3.4.2 基于物品的CF(Item-Based CF)第31-32页
        3.4.3 Slop One算法第32-33页
    3.5 算法缺陷第33-34页
        3.5.1 数据稀疏性第33页
        3.5.2 冷启动问题第33-34页
        3.5.3 扩展性问题第34页
    3.6 适用场景第34-38页
第四章 云计算平台HADOOP第38-46页
    4.1 开源云平台Hadoop第38-39页
        4.1.1 Hadoop简介和发展第38-39页
        4.1.2 Hadoop的优势第39页
    4.2 分布式文件系统HDFS第39-41页
        4.2.1 HDFS特点第39-40页
        4.2.2 HDFS架构第40-41页
        4.2.3 数据存储第41页
    4.3 分布式计算框架MapReduce第41-43页
        4.3.1 工作机制和实体第41-42页
        4.3.2 任务执行流程第42-43页
    4.4 Apache Mahout和Taste第43-44页
    4.5 本章小结第44-46页
第五章 推荐系统详细设计第46-52页
    5.1 系统设计背景和目标第46-47页
    5.2 目标实现策略第47-48页
    5.3 系统模块详细设计第48-50页
        5.3.1 数据收集模块第48页
        5.3.2 存储数据库第48-49页
        5.3.3 推荐引擎组第49页
        5.3.4 接口第49-50页
    5.4 推荐引擎设计第50页
    5.5 基于云平台的设计第50-51页
    5.6 本章小结第51-52页
第六章 云平台推荐系统的实现和评测第52-66页
    6.1 系统平台搭建第52-55页
        6.1.1 平台拓扑结构第52页
        6.1.2 硬件环境第52页
        6.1.3 软件环境第52-53页
        6.1.4 搭建Hadoop集群第53-55页
    6.2 数据库实现第55-57页
    6.3 推荐引擎组实现第57-60页
        6.3.1 User-based CF的具体实现第57-59页
        6.3.2 Item-Based CF的具体实现第59-60页
        6.3.3 基于Slop One的具体实现第60页
    6.4 推荐结果评测和结果分析第60-65页
        6.4.1 测试数据集第60-61页
        6.4.2 数据预处理第61-62页
        6.4.3 测试方案设计第62-63页
        6.4.4 测试结果分析第63-65页
    6.5 本章小结第65-66页
第七章 总结与展望第66-68页
参考文献第68-70页
致谢第70-72页
作者简介第72-73页

论文共73页,点击 下载论文
上一篇:图像质量评价方法的研究与实现
下一篇:基于曲率和覆盖面积的圆弧反走样算法的研究