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 |