语义分析技术在手机阅读实时推荐系统中的应用
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-14页 |
1.1 课题研究背景 | 第9页 |
1.2 国内外研究现状 | 第9-11页 |
1.2.1 如何提高推荐系统时效性 | 第9-10页 |
1.2.2 如何提高现有推荐算法准确率 | 第10-11页 |
1.3 课题研究内容 | 第11页 |
1.4 本课题研究创新点 | 第11-12页 |
1.5 论文结构安排 | 第12-13页 |
1.6 本章小结 | 第13-14页 |
第二章 系统需求分析 | 第14-18页 |
2.1 系统概述 | 第14-15页 |
2.2 算法需求分析 | 第15-16页 |
2.3 推荐系统功能性需求分析 | 第16页 |
2.4 推荐系统非功能性需求分析 | 第16-17页 |
2.5 本章小结 | 第17-18页 |
第三章 基于语义分析技术的推荐算法设计 | 第18-34页 |
3.1 基于语义分析技术的推荐算法概要设计 | 第18-19页 |
3.2 应用PCA算法计算图书基础分 | 第19-22页 |
3.2.1 算法应用场景 | 第19页 |
3.2.2 PCA算法 | 第19-20页 |
3.2.3 数据归一化 | 第20-21页 |
3.2.4 旋转成分矩阵 | 第21-22页 |
3.2.5 计算图书基础分 | 第22页 |
3.3 应用TF-IDF算法实时计算图书相似分 | 第22-24页 |
3.3.1 算法应用场景 | 第22页 |
3.3.2 TF-IDF算法 | 第22-23页 |
3.3.3 相似分计算 | 第23-24页 |
3.4 应用LDA算法离线计算图书相似分 | 第24-30页 |
3.4.1 算法应用场景 | 第24页 |
3.4.2 数据预处理 | 第24-26页 |
3.4.3 主题模型 | 第26-29页 |
3.4.5 图书相似分计算 | 第29-30页 |
3.5 推荐算法的整体设计 | 第30-33页 |
3.5.1 推荐算法整体流程 | 第30页 |
3.5.2 图书编辑分 | 第30-31页 |
3.5.3 图书基础分、图书相似分 | 第31页 |
3.5.4 图书协同分 | 第31-32页 |
3.5.5 结果融合 | 第32-33页 |
3.6 本章小结 | 第33-34页 |
第四章 实时推荐系统详细设计与实现 | 第34-45页 |
4.1 系统整体架构设计 | 第34页 |
4.2 相关技术调研 | 第34-37页 |
4.2.1 消息队列系统的调研 | 第35页 |
4.2.2 离线计算框架的调研 | 第35-36页 |
4.2.3 实时计算框架的调研 | 第36-37页 |
4.3 系统各模块设计 | 第37-41页 |
4.3.1 实时发布平台 | 第37-38页 |
4.3.2 实时采集平台 | 第38-39页 |
4.3.3 离线计算模块 | 第39-40页 |
4.3.4 实时计算模块 | 第40页 |
4.3.5 数据监控系统 | 第40-41页 |
4.4 集群故障处理 | 第41-42页 |
4.5 系统异常订购检测 | 第42-44页 |
4.6 本章小结 | 第44-45页 |
第五章 系统测试及应用效果 | 第45-57页 |
5.1 系统环境 | 第45页 |
5.2 各组件性能测试 | 第45-48页 |
5.2.1 Kafka性能测试 | 第45-46页 |
5.2.2 Storm性能测试 | 第46-48页 |
5.3 推荐系统功能测试 | 第48-53页 |
5.3.1 数据通路测试 | 第48-50页 |
5.3.2 推荐系统测试概述 | 第50-51页 |
5.3.3 推荐算法测试 | 第51-53页 |
5.4 推荐指标评测 | 第53-54页 |
5.4.1 预测准确度 | 第53页 |
5.4.2 覆盖率 | 第53-54页 |
5.4.3 多样性 | 第54页 |
5.4.4 实时性及其他指标 | 第54页 |
5.5 应用效果 | 第54-56页 |
5.5.1 推荐算法应用效果 | 第54-55页 |
5.5.2 异常订购模块应用效果 | 第55-56页 |
5.6 本章小结 | 第56-57页 |
第六章 总结与展望 | 第57-59页 |
6.1 总结 | 第57页 |
6.2 未来工作 | 第57-59页 |
参考文献 | 第59-60页 |
致谢 | 第60-61页 |
攻读硕士学位期间已发表的论文 | 第61页 |