首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于MapReduce的电子商务个性化推荐研究

致谢第1-6页
中文摘要第6-7页
ABSTRACT第7-9页
目录第9-12页
第1章 绪论第12-16页
   ·论文的研究背景及意义第12-13页
     ·大数据时代第12-13页
     ·电子商务的发展趋势第13页
   ·研究内容和创新第13-14页
     ·研究内容第13-14页
     ·研究创新第14页
   ·研究意义第14-15页
   ·技术路线第15-16页
第2章 相关理论第16-26页
   ·大数据概述第16-17页
     ·大数据概念第16页
     ·大数据的价值第16-17页
   ·Hadoop技术背景第17-18页
     ·Hadoop概述第17-18页
     ·MapReduce简介第18页
   ·MapReduce编程模型第18-20页
     ·MapReduce执行流程第18-19页
     ·其他关键技术第19-20页
     ·MapReduce挖掘技术的特点第20页
   ·个性化推荐理论第20-21页
     ·个性化推荐概述第20-21页
     ·个性化推荐工作原理第21页
   ·电子商务个性化推荐的主要技术第21-25页
     ·基于内容的推荐技术第21-22页
     ·基于协同过滤的推荐技术第22-23页
     ·基于数据挖掘技术的推荐方法第23-25页
   ·本章小结第25-26页
第3章 文献综述研究第26-34页
   ·MapReduce研究现状第26-27页
   ·电子商务个性化推荐研究现状第27-29页
     ·国内外电子商务推荐研究对比第27页
     ·电子商务推荐系统现状研究第27-29页
     ·电子商务个性化推荐的研究意义第29页
   ·电子商务个性化推荐的算法研究第29-31页
     ·关联规则推荐算法第29-30页
     ·基于内容的推荐算法第30页
     ·协同过滤技术的推荐算法第30-31页
   ·现有推荐算法的存在问题及解决方式第31-33页
     ·推荐现状现存问题第31页
     ·解决方式第31-33页
   ·电子商务个性化推荐系统的评价标准第33-34页
第4章 基于MapReduce的电子商务个性化推荐架构设计第34-49页
   ·大数据下的用户数据第34-36页
     ·大数据组成要素第34-35页
     ·MapReduce解决的个性化推荐问题第35-36页
   ·电子商务个性化推荐架构第36-38页
     ·电子商务个性化推荐现状结构第36-37页
     ·改进的电子商务个性化推荐结构设计第37-38页
   ·基于MapReduce的电子商务个性化推荐体系第38-45页
     ·基于MapReduce的电子商务个性化推荐结构设计第38-39页
     ·基于MapReduce的电子商务个性化推荐架构模块分析第39-45页
   ·基于MapReduce的个性化推荐算法研究第45-48页
     ·关联规则挖掘算法概念第45-46页
     ·关联规则并行算法研究第46-47页
     ·传统关联并行算法的不足第47-48页
   ·小结第48-49页
第5章 基于MapReduce的关联规则算法优化与证明第49-61页
   ·Aprior算法研究第49-51页
     ·Aprior算法解释第49-50页
     ·Aprior算法的性能改进第50-51页
   ·基于MapReduce的关联规则推荐算法第51-53页
     ·基于MapReduce分割的APD个性化推荐算法第51-52页
     ·基于MapReduce分割的APD推荐算法的证明第52页
     ·基于MapReduce分割的APD推荐算法的实现第52-53页
   ·APD推荐算法的改进和优化第53-55页
     ·APD推荐算法的改进思想第53-54页
     ·APD推荐算法改进解释第54-55页
   ·实例证明第55-60页
     ·改进APD推荐算法的示例第55-59页
     ·改进的APD推荐算法分析证明第59-60页
   ·本章小结第60-61页
第6章 总结与展望第61-63页
   ·论文总结第61-62页
   ·研究展望第62-63页
参考文献第63-67页
作者简历第67-69页
学位论文数据集第69页

论文共69页,点击 下载论文
上一篇:Ti2SnC氧化行为及裂纹愈合机制的研究
下一篇:基于非接触式掌纹身份认证