| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 推荐系统的国内外研究现状 | 第9-11页 |
| 1.2.2 高性能 Web 开发技术的国内外研究现状 | 第11-12页 |
| 1.3 本文的主要工作 | 第12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 相关技术介绍和研究 | 第14-28页 |
| 2.1 集群概述 | 第14页 |
| 2.1.1 负载均衡技术 | 第14页 |
| 2.1.2 集群中的高可用技术 | 第14页 |
| 2.2 Web 应用程序和 Web 服务器的优化 | 第14-16页 |
| 2.2.1 代码优化 | 第14-15页 |
| 2.2.2 SQL 语句优化 | 第15页 |
| 2.2.3 高性能 Web 服务器 | 第15-16页 |
| 2.3 分布式数据库技术 | 第16-18页 |
| 2.3.1 分布式数据库技术 | 第16页 |
| 2.3.2 单表数据量过大的处理策略 | 第16-17页 |
| 2.3.3 数据库切分策略 | 第17-18页 |
| 2.3.4 数据库中间层 | 第18页 |
| 2.4 全文搜索技术研究 | 第18-20页 |
| 2.4.1 倒排索引技术 | 第18页 |
| 2.4.2 中文分词技术 | 第18-19页 |
| 2.4.3 Solr 简介 | 第19页 |
| 2.4.4 Solr 架构 | 第19-20页 |
| 2.4.5 SolrCloud 分布式搜索方案 | 第20页 |
| 2.5 Hadoop 分布式平台 | 第20-24页 |
| 2.5.1 Hadoop 技术 | 第20-21页 |
| 2.5.2 MapReduce 计算模型 | 第21-22页 |
| 2.5.3 HDFS 分布式文件系统 | 第22-24页 |
| 2.6 推荐系统介绍 | 第24-26页 |
| 2.6.1 关联规则推荐算法 | 第24-25页 |
| 2.6.2 协同过滤推荐算法 | 第25-26页 |
| 2.7 就业信息和用户行为数据的收集、整理 | 第26页 |
| 2.7.1 用户行为数据 | 第26页 |
| 2.7.2 语义相似度计算 | 第26页 |
| 2.8 本章小结 | 第26-28页 |
| 3 第四方就业信息推荐系统的研究与设计 | 第28-36页 |
| 3.1 基于用户（求职者）的协同过滤推荐 | 第28-29页 |
| 3.1.1 用户相似度计算 | 第28-29页 |
| 3.1.2 最终推荐结果的产生 | 第29页 |
| 3.2 UserCF 算法存在的问题 | 第29页 |
| 3.3 第四方就业信息推荐系统的设计 | 第29-35页 |
| 3.3.1 总体架构 | 第29-30页 |
| 3.3.2 评分的可信度计算 | 第30-31页 |
| 3.3.3 冷启动问题的解决方案 | 第31-32页 |
| 3.3.4 基于 MapReduce 的推荐算法并行化 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 第四方就业信息推荐系统的实现 | 第36-71页 |
| 4.1 系统需求分析及整体设计 | 第36-37页 |
| 4.1.1 功能模块 | 第36-37页 |
| 4.1.2 系统结构图 | 第37页 |
| 4.2 Tomcat 应用服务器集群搭建 | 第37-40页 |
| 4.3 多线程网络爬虫抓取网页方案 | 第40-44页 |
| 4.3.1 网络工作信息爬取模式 | 第40-41页 |
| 4.3.2 ExecutorService+Task 多线程编程模型 | 第41-42页 |
| 4.3.3 解析 HTML 文件 | 第42-43页 |
| 4.3.4 网页信息分析 | 第43-44页 |
| 4.4 网站分类目录的整合 | 第44-46页 |
| 4.4.1 标签相似度计算-Xsimilarity | 第44页 |
| 4.4.2 目录映射算法 | 第44-46页 |
| 4.5 Mysql 数据库集群的设计 | 第46-48页 |
| 4.5.1 Mysql 分区表简介 | 第46-47页 |
| 4.5.2 数据库设计拓扑图 | 第47-48页 |
| 4.6 SolrCloud 分布式搜索服务的设计 | 第48-52页 |
| 4.6.1 搜索关键词智能提示 | 第49-50页 |
| 4.6.2 索引增量导入 | 第50页 |
| 4.6.3 中文分词器 IK Analyzer 的配置 | 第50页 |
| 4.6.4 分布式搜索请求 | 第50-51页 |
| 4.6.5 搜索容错能力 | 第51页 |
| 4.6.6 基于地理位置的搜索 | 第51-52页 |
| 4.7 用户行为收集 | 第52-53页 |
| 4.8 定时任务 | 第53页 |
| 4.9 关联规则的推荐算法实现 | 第53-55页 |
| 4.9.1 Apriori 算法 | 第53-54页 |
| 4.9.2 Apriori 算法实现 | 第54-55页 |
| 4.10 协同过滤推荐的算法实现 | 第55-57页 |
| 4.10.1 算法主要步骤 | 第55-57页 |
| 4.11 系统优化 | 第57-59页 |
| 4.11.1 Apache 优化 | 第57-58页 |
| 4.11.2 Tomcat 优化 | 第58-59页 |
| 4.11.3 Solr 优化 | 第59页 |
| 4.12 Tomcat 服务器集群的测试和分析 | 第59-64页 |
| 4.13 系统展示 | 第64-70页 |
| 4.14 本章小结 | 第70-71页 |
| 5 总结与展望 | 第71-72页 |
| 5.1 总结 | 第71页 |
| 5.2 展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 附录 | 第76页 |
| A. 作者在攻读学位期间发表的论文目录 | 第76页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第76页 |
