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--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于云计算的数据挖掘平台研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第10-14页
    1.1 引言第10-11页
    1.2 研究与发展现状第11-12页
        1.2.1 云计算发展现状第11-12页
        1.2.2 数据挖掘发展现状第12页
    1.3 论文主要工作内容第12-13页
    1.4 论文结构简介第13-14页
第2章 云计算与数据挖掘第14-25页
    2.1 云计算第14-20页
        2.1.1 云计算简介第14页
        2.1.2 谷歌文件系统第14-16页
        2.1.3 MapReduce第16页
        2.1.4 Hadoop第16-20页
    2.2 数据挖掘第20-24页
        2.2.1 数据挖掘简介第20-21页
        2.2.2 知识发现的步骤第21-22页
        2.2.3 数据挖掘的任务第22-23页
        2.2.4 推荐系统第23-24页
    2.3 本章小结第24-25页
第3章 协同过滤推荐算法研究第25-35页
    3.1 协同过滤推荐算法简介第25-29页
        3.1.1 算法思想第25-26页
        3.1.2 相似度计算方法第26-28页
        3.1.3 相似邻居计算方法第28页
        3.1.4 推荐结果计算方法第28-29页
    3.2 协同过滤算法的类别第29-30页
    3.3 协同过滤算法的问题和改进第30-32页
        3.3.1 存在问题第30-31页
        3.3.2 基于项目流行度对传统算法优化第31-32页
    3.4 推荐系统评价标准第32-34页
        3.4.1 误差标准第32-33页
        3.4.2 命中率标准第33-34页
    3.5 本章小结第34-35页
第4章 云计算数据挖掘平台设计与构建第35-43页
    4.1 系统架构概述第35-36页
    4.2 实现细节描述第36-42页
        4.2.1 基础能力支持层搭建第36-37页
        4.2.2 服务中间层 REST 接口第37-39页
        4.2.3 业务应用层系统原型第39-42页
    4.3 本章小结第42-43页
第5章 实验与分析第43-49页
    5.1 实验描述第43-44页
        5.1.1 数据集第43页
        5.1.2 实验设计第43页
        5.1.3 测评标准第43-44页
    5.2 实验结果与分析第44-48页
        5.2.1 实验结果第44-45页
        5.2.2 实验分析第45-47页
        5.2.3 实验结论第47-48页
    5.3 本章小结第48-49页
第6章 总结与展望第49-51页
    6.1 工作总结第49-50页
    6.2 进一步工作展望第50-51页
参考文献第51-54页
致谢第54页

论文共54页,点击 下载论文
上一篇:基于Android系统的自动化测试平台的设计与实现
下一篇:铜陵矿集区Fe、Cu同位素地球化学研究