| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外现状 | 第11-13页 |
| 1.2.1 协同过滤推荐算法研究现状 | 第11-12页 |
| 1.2.2 Spark分布式处理框架的研究现状 | 第12-13页 |
| 1.3 主要工作 | 第13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 基本理论和相关技术 | 第15-30页 |
| 2.1 推荐算法概述 | 第15-18页 |
| 2.2 协同过滤推荐算法概述 | 第18-25页 |
| 2.2.1 基于用户的协同过滤算法 | 第18-20页 |
| 2.2.2 基于项目的协同过滤算法 | 第20-23页 |
| 2.2.3 基于模型的协同过滤算法 | 第23-25页 |
| 2.3 SPARK分布式平台 | 第25-29页 |
| 2.3.1 Spark和Hadoop概述及比较 | 第25-27页 |
| 2.3.2 Spark处理框架和数据分析栈 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 融合上下文感知计算的协同过滤算法的研究 | 第30-41页 |
| 3.1 上下文感知计算及上下文信息定义 | 第30-31页 |
| 3.1.1 上下文感知计算 | 第30-31页 |
| 3.1.2 上下文信息的定义 | 第31页 |
| 3.2 融合上下文感知信息的协同过滤算法设计思想 | 第31-35页 |
| 3.2.1 协同过滤算法问题分析 | 第31-32页 |
| 3.2.2 融合上下文信息的相似度计算 | 第32-33页 |
| 3.2.3 融合上下文感知计算的协同过滤算法 | 第33-35页 |
| 3.3 实验设计与结果分析 | 第35-40页 |
| 3.3.1 实验数据集 | 第35-36页 |
| 3.3.2 评价标准 | 第36页 |
| 3.3.3 实验设计及结果分析 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于SPARK平台融合上下文感知计算的协同过滤算法研究 | 第41-48页 |
| 4.1 基于矩阵分解的协同过滤算法思想 | 第41-42页 |
| 4.1.1 问题分析 | 第41页 |
| 4.1.2 交替最小二乘法(Alternating Least Squares,ALS) | 第41-42页 |
| 4.2 基于SPARK融合上下文感知计算的ALS协同过滤算法设计思想 | 第42-43页 |
| 4.3 实验设计与结果分析 | 第43-47页 |
| 4.3.1 实验环境 | 第43-45页 |
| 4.3.2 实验数据 | 第45页 |
| 4.3.3 评价标准 | 第45-46页 |
| 4.3.4 结果分析 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 研究总结与展望 | 第48-49页 |
| 5.1 工作总结 | 第48页 |
| 5.2 工作展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间论文发表及参与项目情况 | 第52-53页 |
| 致谢 | 第53页 |
