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Hadoop平台的医疗康复推荐系统的研究与实现

摘要第4-5页
abstract第5-6页
第一章 绪论第9-15页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-13页
    1.3 研究内容第13页
    1.4 结构安排第13-15页
第二章 系统相关技术及问题分析第15-24页
    2.1 Hadoop平台简介第15-20页
        2.1.1 数据存储Hbase简介第15-17页
        2.1.2 计算引擎Spark技术第17-18页
        2.1.3 计算框架MapReduce简介第18-20页
    2.2 JavaWeb服务器SSM框架第20-22页
        2.2.1 Web框架SpringMVC第20-21页
        2.2.2 持久层框架MyBatis第21-22页
    2.3 系统问题分析第22-23页
    2.4 本章小结第23-24页
第三章 医疗康复推荐技术研究第24-45页
    3.1 传统推荐技术第24-27页
        3.1.1 基于内容推荐第24-26页
        3.1.2 协同过滤推荐第26-27页
    3.2 矩阵分解推荐技术第27-36页
        3.2.1 隐语义推荐模型第28-29页
        3.2.2 权值的计算第29-31页
        3.2.3 加权矩阵分解技术第31-35页
        3.2.4 医疗康复推荐算法实现第35-36页
    3.3 实验结果与分析第36-44页
        3.3.1 实验数据第36-37页
        3.3.2 实验内容第37-41页
        3.3.3 结果分析第41-44页
    3.4 本章小结第44-45页
第四章 医疗康复系统的分析与设计第45-61页
    4.1 系统需求分析第45-46页
        4.1.1 功能需求第45-46页
        4.1.2 非功能需求第46页
    4.2 系统架构设计第46-47页
    4.3 系统SSM框架设计第47-50页
        4.3.1 系统逻辑结构设计第47-49页
        4.3.2 系统功能模块设计第49-50页
    4.4 Hadoop医疗数据处理第50-60页
        4.4.1 二级索引机制第50-51页
        4.4.2 基于Hbase数据存储模块第51-55页
        4.4.3 基于MapReduce数据计算模块第55-59页
        4.4.4 基于Spark在线推荐模块第59-60页
    4.5 本章小结第60-61页
第五章 医疗康复推荐系统的实现第61-73页
    5.1 系统环境配置第61-64页
        5.1.1 Hadoop集群的搭建第61-63页
        5.1.2 开发环境的配置第63-64页
    5.2 客户端实现第64-72页
        5.2.1 系统注册功能实现第64-66页
        5.2.2 系统首页功能实现第66-67页
        5.2.3 系统康复视频播放功能实现第67-68页
        5.2.4 系统推荐功能实现第68-72页
    5.3 本章小结第72-73页
第六章 总结与展望第73-75页
致谢第75-76页
攻读学位期间申请的软件著作权第76-77页
参考文献第77-81页

论文共81页,点击 下载论文
上一篇:基于深度特征学习与分类器关联集成的人证比对系统研究
下一篇:基于HITS与Shark-Search的主题爬虫关键技术研究与实现