| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 前言 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究内容 | 第11-12页 |
| 1.3 论文组织结构 | 第12-14页 |
| 第二章 相关技术综述 | 第14-30页 |
| 2.1 移动云计算与CLOUDLET | 第14-19页 |
| 2.1.1 移动云计算存在的问题 | 第15-17页 |
| 2.1.2 Cloudlet简介 | 第17-19页 |
| 2.2 HADOOP分布式平台 | 第19-22页 |
| 2.2.1 Hadoop简介 | 第19-20页 |
| 2.2.2 HDFS分布式文件系统 | 第20-21页 |
| 2.2.3 Map/Reduce编程模型 | 第21-22页 |
| 2.3 多媒体服务简介 | 第22-23页 |
| 2.4 新闻推荐服务技术研究 | 第23-29页 |
| 2.4.1 新闻文本分类算法 | 第24-26页 |
| 2.4.2 新闻个性化推荐算法 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于布隆过滤器的新闻查询与推荐算法 | 第30-36页 |
| 3.1 设计背景 | 第30-31页 |
| 3.2 问题描述与解决方案 | 第31-32页 |
| 3.3 算法设计 | 第32-35页 |
| 3.3.1 布隆过滤器 | 第32页 |
| 3.3.2 算法方案设计 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于LDA的随机森林新闻文本分类算法 | 第36-46页 |
| 4.1 设计背景 | 第36页 |
| 4.2 问题描述 | 第36-37页 |
| 4.3 算法设计 | 第37-45页 |
| 4.3.1 LDA模型 | 第37-40页 |
| 4.3.2 随机森林算法 | 第40-44页 |
| 4.3.3 算法总体方案 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 基于CLOUDLET的新闻推荐系统设计与实现 | 第46-62页 |
| 5.1 系统架构设计 | 第46-47页 |
| 5.2 系统推荐流程设计 | 第47-54页 |
| 5.2.1 推荐方案设计 | 第47-48页 |
| 5.2.2 新闻内容特征建库 | 第48-50页 |
| 5.2.3 用户兴趣特征建库 | 第50-52页 |
| 5.2.4 新闻推荐结果计算 | 第52-54页 |
| 5.3 推荐系统功能模块设计与实现 | 第54-60页 |
| 5.3.1 网络爬虫抓取模块设计与实现 | 第55页 |
| 5.3.2 预处理模块设计与实现 | 第55-56页 |
| 5.3.3 LDA模型主题建模模块设计与实现 | 第56-57页 |
| 5.3.4 随机森林分类模块设计与实现 | 第57-58页 |
| 5.3.5 用户兴趣特征建库模块设计与实现 | 第58-59页 |
| 5.3.6 新闻推荐结果计算模块设计与实现 | 第59-60页 |
| 5.3.7 布隆过滤器查询推荐模块设计与实现 | 第60页 |
| 5.4 系统平台选择与前端展示 | 第60-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 系统性能评估 | 第62-70页 |
| 6.1 实验一：系统时间性能评估 | 第62-64页 |
| 6.1.1 评估指标 | 第62页 |
| 6.1.2 实验设计 | 第62页 |
| 6.1.3 实验结果及分析 | 第62-64页 |
| 6.2 实验二：分类算法性能评估 | 第64-66页 |
| 6.2.1 评估指标 | 第64-65页 |
| 6.2.2 实验设计 | 第65页 |
| 6.2.3 实验结果及分析 | 第65-66页 |
| 6.3 实验三：系统推荐效果评估 | 第66-69页 |
| 6.3.1 评估指标 | 第66-67页 |
| 6.3.2 实验设计 | 第67页 |
| 6.3.3 实验结果及分析 | 第67-69页 |
| 6.4 本章小结 | 第69-70页 |
| 第七章 总结与展望 | 第70-72页 |
| 7.1 本文工作总结 | 第70-71页 |
| 7.2 未来工作展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 缩略语 | 第75-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间发表的学术论文 | 第77页 |