| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题的背景及意义 | 第10-13页 |
| 1.1.1 大数据时代 | 第10-11页 |
| 1.1.2 个性化推荐系统 | 第11-12页 |
| 1.1.3 协同过滤算法及其并行化实现 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 协同过滤技术研究现状 | 第13-14页 |
| 1.2.2 并行计算技术研究现状 | 第14-15页 |
| 1.3 本文研究内容与章节安排 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 章节安排 | 第16-17页 |
| 第2章 相关技术研究 | 第17-35页 |
| 2.1 Hadoop分布式平台 | 第17-21页 |
| 2.1.1 Hadoop简介 | 第17-18页 |
| 2.1.2 HDFS | 第18-20页 |
| 2.1.3 MapReduce | 第20-21页 |
| 2.2 MapReduce编程框架 | 第21-25页 |
| 2.2.1 MapReduce工作流程 | 第21-23页 |
| 2.2.2 MapReduce工作原理 | 第23-25页 |
| 2.3 推荐系统与推荐算法 | 第25-34页 |
| 2.3.1 推荐系统及推荐算法 | 第25-32页 |
| 2.3.2 协同过滤算法面临的问题和挑战 | 第32-34页 |
| 2.4 倒排索引 | 第34-35页 |
| 第3章 基于MapReduce的可扩展协同过滤算法 | 第35-43页 |
| 3.1 理论分析与方法概述 | 第35-36页 |
| 3.2 数据预处理策略 | 第36-39页 |
| 3.2.1 多级倒排索引结构 | 第36-38页 |
| 3.2.2 软匹配策略 | 第38-39页 |
| 3.3 基于MapReduce的算法设计与实现 | 第39-43页 |
| 第4章 实验与测评 | 第43-49页 |
| 4.1 实验环境配置 | 第43-44页 |
| 4.1.1 实验平台搭建 | 第43-44页 |
| 4.1.2 实验数据集 | 第44页 |
| 4.2 实验结果与分析 | 第44-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 本文总结 | 第49页 |
| 5.2 未来展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读学位期间公开发表论文 | 第55-56页 |
| 致谢 | 第56-57页 |
| 研究生履历 | 第57页 |