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Web挖掘的个性化推荐系统的设计与实现

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第10-15页
    1.1 研究背景第10-12页
        1.1.1 视频垂直搜索系统介绍第10-11页
        1.1.2 推荐系统发展现状第11-12页
    1.2 本文贡献第12-13页
        1.2.1 面临的挑战第12页
        1.2.2 提出问题第12-13页
        1.2.3 解决方案第13页
    1.3 本文组织结构第13-14页
    1.4 本章小结第14-15页
第二章 相关研究综述第15-22页
    2.1 数据分析指标的研究第15页
    2.2 典型推荐算法的研究第15-19页
        2.2.1 协同过滤第16-18页
        2.2.2 内容过滤第18-19页
        2.2.3 社会化过滤第19页
    2.3 典型推荐引擎的研究第19-20页
    2.4 数据存储平台的研究第20-21页
    2.5 本章小结第21-22页
第三章 基于Web挖掘的个性化推荐系统概要设计第22-34页
    3.1 需求分析第22-23页
        3.1.1 业务需求第22页
        3.1.2 功能需求第22-23页
    3.2 系统概要设计第23-24页
    3.3 系统组件构成第24-25页
        3.3.1 用户界面第24页
        3.3.2 数据收集模块第24-25页
        3.3.3 数据存储分析模块第25页
        3.3.4 推荐引擎模块第25页
        3.3.5 结果展示模块第25页
    3.4 系统实现方案概述第25-33页
        3.4.1 交互设计领域相关定律研究第26-28页
        3.4.2 数据收集模块相关技术选型第28页
        3.4.3 数据存储分析模块相关技术选型第28-33页
        3.4.4 推荐引擎模块相关技术选型第33页
    3.5 本章小结第33-34页
第四章 基于Web挖掘的个性化推荐系统的设计与实现第34-61页
    4.1 系统设计第34-35页
        4.1.1 总体设计第34-35页
        4.1.2 运行环境第35页
    4.2 Web界面设计与实现第35-38页
        4.2.1 视频垂直搜索系统前端设计第35-37页
        4.2.2 推荐结果展示模块前端设计第37-38页
    4.3 数据收集模块设计与实现第38-44页
        4.3.1 数据收集技术的设计第38-39页
        4.3.2 数据收集指标的设计第39-43页
        4.3.3 数据收集模块的实现第43-44页
    4.4 数据存储分析模块设计与实现第44-48页
        4.4.1 数据存储模块的设计与实现第44-46页
        4.4.2 数据分析模块的设计与实现第46-48页
    4.5 推荐引擎模块设计与实现第48-58页
        4.5.1 推荐引擎模块的设计第48-53页
        4.5.2 推荐引擎模块的实现第53-55页
        4.5.3 推荐引擎模块的优化第55-58页
    4.6 推荐结果展示模块设计与实现第58-59页
        4.6.1 推荐结果展示模块的设计第58页
        4.6.2 推荐结果展示模块的实现第58-59页
    4.7 系统流程综述第59-60页
    4.8 本章小结第60-61页
第五章 实验及测试第61-72页
    5.1 实验环境第61-62页
        5.1.1 硬件环境第61页
        5.1.2 软件环境第61-62页
    5.2 基于Web挖掘的个性化推荐系统的功能测试第62-68页
        5.2.1 Hadoop集群第62-64页
        5.2.2 数据仓库Hive第64-67页
        5.2.3 推荐引擎Mahout第67页
        5.2.4 crontab定制任务第67-68页
    5.3 基于Web挖掘的个性化推荐系统推荐结果的准确性测试第68-71页
        5.3.1 数据集第68页
        5.3.2 实验设计第68-69页
        5.3.3 评测指标第69-71页
    5.4 本章小结第71-72页
第六章 总结和展望第72-74页
    6.1 本文工作总结第72页
    6.2 今后研究展望第72-74页
参考文献第74-76页
致谢第76-77页
攻读学位期间发表的学术论文和科研情况第77页

论文共77页,点击 下载论文
上一篇:垂直搜索引擎中数据清洗及排序算法的研究与实现
下一篇:QH颗粒药学研究