手机阅读实时推荐系统中协同过滤引擎的设计与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 实时推荐系统研究现状 | 第10-11页 |
| 1.2.2 实时分布式流式计算技术研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 主要创新工作 | 第13页 |
| 1.5 论文的框架结构 | 第13-14页 |
| 1.6 本章小结 | 第14-15页 |
| 第二章 相关技术分析 | 第15-21页 |
| 2.1 推荐系统及相关推荐算法 | 第15-17页 |
| 2.1.1 推荐系统 | 第15页 |
| 2.1.2 相关推荐算法 | 第15-17页 |
| 2.2 实时计算相关框架分析 | 第17-19页 |
| 2.2.1 实时计算概念 | 第17-18页 |
| 2.2.2 实时计算框架分析 | 第18-19页 |
| 2.3 本章小结 | 第19-21页 |
| 第三章 系统需求分析 | 第21-25页 |
| 3.1 系统概述 | 第21页 |
| 3.2 业务需求 | 第21页 |
| 3.3 技术需求 | 第21-22页 |
| 3.4 推荐系统功能性需求 | 第22-23页 |
| 3.5 推荐系统非功能性需求 | 第23页 |
| 3.6 本章小结 | 第23-25页 |
| 第四章 推荐系统整体设计 | 第25-31页 |
| 4.1 实时推荐系统设计目标 | 第25-26页 |
| 4.2 系统整体架构设计 | 第26页 |
| 4.3 系统各模块分析 | 第26-29页 |
| 4.3.1 实时发布模块 | 第26-27页 |
| 4.3.2 实时查询库 | 第27页 |
| 4.3.3 实时采集模块 | 第27-28页 |
| 4.3.4 离线计算模块 | 第28页 |
| 4.3.5 实时计算模块 | 第28-29页 |
| 4.3.6 数据监控模块 | 第29页 |
| 4.4 本章小结 | 第29-31页 |
| 第五章 推荐系统详细设计与实现 | 第31-51页 |
| 5.1 实时发布模块 | 第31-34页 |
| 5.2 实时采集模块 | 第34-35页 |
| 5.3 离线计算模块 | 第35-41页 |
| 5.3.1 图书基础分计算 | 第35-37页 |
| 5.3.2 图书相似度计算 | 第37-39页 |
| 5.3.3、图书关联关系计算 | 第39-41页 |
| 5.4 实时计算模块 | 第41-47页 |
| 5.4.1 用户相似分计算 | 第41-43页 |
| 5.4.2 推荐结果过滤 | 第43-46页 |
| 5.4.3 推荐结果排序 | 第46-47页 |
| 5.4.4 推荐结果补白 | 第47页 |
| 5.5 数据监控模块 | 第47-48页 |
| 5.6 集群部署 | 第48-49页 |
| 5.7 本章总结 | 第49-51页 |
| 第六章 系统测试 | 第51-61页 |
| 6.1 系统环境 | 第51页 |
| 6.2 推荐系统功能测试 | 第51-54页 |
| 6.2.1 数据通路测试 | 第51-53页 |
| 6.2.2 推荐算法测试 | 第53-54页 |
| 6.3 各组件性能测试 | 第54-57页 |
| 6.3.1 Kafka性能测试 | 第54-55页 |
| 6.3.2 Storm性能测试 | 第55-57页 |
| 6.4 推荐指标评测 | 第57-58页 |
| 6.4.1 预测准确度 | 第57-58页 |
| 6.4.2 覆盖率 | 第58页 |
| 6.4.3 多样性 | 第58页 |
| 6.5 应用效果 | 第58-59页 |
| 6.6 本章小结 | 第59-61页 |
| 第七章 总结与展望 | 第61-63页 |
| 7.1 总结 | 第61页 |
| 7.2 未来工作 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-67页 |
| 攻读硕士学位期间已发表的论文 | 第67页 |
