| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 引言 | 第7-9页 |
| 2 云计算和微博推荐系统相关技术 | 第9-21页 |
| ·云计算 | 第9-14页 |
| ·云计算的概念和部署模式 | 第9-10页 |
| ·云计算的SPI服务模型 | 第10页 |
| ·国内外研究现状 | 第10-14页 |
| ·微博 | 第14-15页 |
| ·微博简介 | 第14页 |
| ·发展历程 | 第14-15页 |
| ·未来发展 | 第15页 |
| ·推荐系统 | 第15-21页 |
| ·推荐系统简介 | 第15-16页 |
| ·推荐系统研究内容 | 第16-19页 |
| ·推荐系统应用领域 | 第19-21页 |
| 3 微博数据的抓取和分析 | 第21-29页 |
| ·微博数据的抓取 | 第21-22页 |
| ·申请应用,获取appKey和appSecret | 第21-22页 |
| ·开发微博应用程序获取好友关系 | 第22页 |
| ·数据集的预处理 | 第22-23页 |
| ·去除噪音数据 | 第22-23页 |
| ·去除少于20个好友关系的用户 | 第23页 |
| ·数据集描述 | 第23-27页 |
| ·用户和微博的增长率 | 第23-24页 |
| ·性别分布 | 第24-25页 |
| ·地理位置分布 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 4 推荐算法研究和推荐系统性能的评估 | 第29-61页 |
| ·基于用户的协同过滤算法 | 第29-40页 |
| ·算法分析 | 第31-32页 |
| ·用户邻居选取 | 第32-34页 |
| ·相似度测量函数 | 第34-40页 |
| ·反射函数模型的构造 | 第40-47页 |
| ·模糊分类算法的设计 | 第40-43页 |
| ·基于文本文档TF-IDF权重的相似度测量 | 第43-47页 |
| ·EssCF算法的设计 | 第47-56页 |
| ·EssCF推荐算法思想分析 | 第47-50页 |
| ·EssCF算法的优化实现 | 第50-56页 |
| ·推荐系统性能的评估 | 第56-59页 |
| ·均方误差 | 第56-57页 |
| ·精度和召回率 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 5 Hadoop云计算平台上的算法仿真实验 | 第61-77页 |
| ·Hadoop云计算平台的搭建 | 第61-65页 |
| ·传统CF算法和EssCF算法的仿真实验和性能对比 | 第65-74页 |
| ·传统CF算法仿真实验 | 第65-69页 |
| ·EssCF算法仿真实验 | 第69-73页 |
| ·传统CF算法和EssCF算法性能对比实验 | 第73-74页 |
| ·Hadoop集群环境中分布式EssCF-D算法的实验 | 第74-75页 |
| ·本章小结 | 第75-77页 |
| 6 总结和展望 | 第77-79页 |
| ·工作总结 | 第77-78页 |
| ·下一步研究工作 | 第78-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-84页 |