摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第13-19页 |
1.1 课题背景 | 第13-14页 |
1.2 国内外研究现状 | 第14-16页 |
1.2.1 Spark研究现状 | 第14-15页 |
1.2.2 推荐系统研究现状 | 第15-16页 |
1.3 本文研究内容 | 第16-17页 |
1.4 本文组织结构 | 第17-19页 |
第二章 相关技术和知识 | 第19-47页 |
2.1 大数据相关技术 | 第19-29页 |
2.1.1 Hadoop分布式并行计算框架 | 第19-21页 |
2.1.1.1 Hadoop简介 | 第19-20页 |
2.1.1.2 HDFS分布式文件系统 | 第20页 |
2.1.1.3 MapReduce计算模式 | 第20-21页 |
2.1.2 Spark分布式并行计算框架 | 第21-29页 |
2.1.2.1 Spark简介 | 第21-23页 |
2.1.2.2 RDD弹性分布式数据集 | 第23-25页 |
2.1.2.3 Spark系统部署与运行架构 | 第25-27页 |
2.1.2.4 Spark编程基础 | 第27-29页 |
2.2 推荐系统概述 | 第29-44页 |
2.2.1 推荐系统简介 | 第29-31页 |
2.2.2 推荐算法 | 第31-44页 |
2.2.2.1 基于人口统计学推荐 | 第31-33页 |
2.2.2.2 基于内容推荐 | 第33-35页 |
2.2.2.3 基于协同过滤推荐 | 第35-43页 |
2.2.2.3.1 基于邻域的协同过滤 | 第35-40页 |
2.2.2.3.2 基于模型的协同过滤 | 第40-43页 |
2.2.2.4 组合推荐 | 第43-44页 |
2.2.3 推荐系统评价指标 | 第44页 |
2.3 本章小结 | 第44-47页 |
第三章 基于Spark平台的推荐系统设计与并行化实现 | 第47-77页 |
3.1 基于Spark平台的推荐系统设计 | 第47-60页 |
3.1.1 项目背景 | 第47-48页 |
3.1.2 系统设计 | 第48-60页 |
3.1.2.1 系统界面设计 | 第50-53页 |
3.1.2.1.1 登陆界面 | 第50页 |
3.1.2.1.2 注册界面 | 第50-51页 |
3.1.2.1.3 推荐结果展示界面 | 第51-52页 |
3.1.2.1.4 电影评分界面 | 第52-53页 |
3.1.2.1.5 电影添加界面 | 第53页 |
3.1.2.2 数据库设计 | 第53-56页 |
3.1.2.2.1 概念结构设计 | 第53-54页 |
3.1.2.2.2 逻辑结构设计 | 第54-56页 |
3.1.2.3 系统模块设计 | 第56-60页 |
3.1.2.3.1 普通模块 | 第56-57页 |
3.1.2.3.2 推荐引擎组模块 | 第57-60页 |
3.2 基于Spark平台的推荐系统并行化实现 | 第60-76页 |
3.2.1 数据集描述 | 第60-61页 |
3.2.2 推荐引擎组实现 | 第61-76页 |
3.2.2.1 基于人口统计学推荐 | 第61-66页 |
3.2.2.1.1 离线计算 | 第61-63页 |
3.2.2.1.2 在线计算 | 第63-66页 |
3.2.2.2 基于内容推荐 | 第66-70页 |
3.2.2.2.1 离线计算 | 第66-68页 |
3.2.2.2.2 在线计算 | 第68-70页 |
3.2.2.3 基于物品的协同过滤推荐 | 第70-73页 |
3.2.2.3.1 离线计算 | 第71-73页 |
3.2.2.3.2 在线计算 | 第73页 |
3.2.2.4 基于Slope One模型推荐 | 第73-76页 |
3.2.2.4.1 离线计算 | 第74-75页 |
3.2.2.4.2 在线计算 | 第75-76页 |
3.3 本章小结 | 第76-77页 |
第四章 实验设计与结果分析 | 第77-83页 |
4.1 实验环境 | 第77-78页 |
4.2 实验设计 | 第78-79页 |
4.3 实验结果与分析 | 第79-82页 |
4.4 本章小结 | 第82-83页 |
第五章 总结与展望 | 第83-87页 |
5.1 论文总结 | 第83-84页 |
5.2 工作展望 | 第84-87页 |
参考文献 | 第87-91页 |
攻读硕士学位期间发表论文及科研情况 | 第91-93页 |
致谢 | 第93页 |