| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文主要内容 | 第10页 |
| 1.4 论文组织结构 | 第10-11页 |
| 1.5 本章小结 | 第11-12页 |
| 2 构建系统的相关技术介绍及相关理论研究 | 第12-27页 |
| 2.1 Hadoop | 第12-19页 |
| 2.1.1 Hadoop的运行机制 | 第12-14页 |
| 2.1.2 Hadoop技术体系 | 第14-16页 |
| 2.1.3 基于Hadoop的大数据处理架构 | 第16-19页 |
| 2.2 Apache Mahout | 第19-21页 |
| 2.2.1 Mahout主要实现的项目 | 第20页 |
| 2.2.2 Taste | 第20-21页 |
| 2.3 联系用户与物品之间的方式 | 第21-22页 |
| 2.4 推荐系统的典型架构 | 第22-23页 |
| 2.5 典型的推荐算法 | 第23-25页 |
| 2.5.1 基于内容的推荐 | 第23页 |
| 2.5.2 协同过滤推荐 | 第23-24页 |
| 2.5.3 基于知识的推荐 | 第24页 |
| 2.5.4 混合推荐 | 第24页 |
| 2.5.5 各类推荐算法对比 | 第24-25页 |
| 2.6 本章小结 | 第25-27页 |
| 3 系统的分析与设计 | 第27-39页 |
| 3.1 系统设计目标 | 第27页 |
| 3.2 系统主要组成部分 | 第27-32页 |
| 3.2.1 推荐引擎 | 第28-29页 |
| 3.2.2 日志系统 | 第29-32页 |
| 3.2.3 展示界面 | 第32页 |
| 3.3 系统工作流程 | 第32-33页 |
| 3.4 基于Mahout的分布式推荐方法 | 第33-36页 |
| 3.4.1 Mahout中基于物品的分布式推荐方法 | 第34-36页 |
| 3.4.2 Mahout中基于物品的分布式推荐方法的改进方法 | 第36页 |
| 3.5 系统数据库设计 | 第36-38页 |
| 3.5.1 数据库逻辑设计 | 第36-37页 |
| 3.5.2 数据库物理设计 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 4 系统的实现与测试 | 第39-49页 |
| 4.1 系统实现环境 | 第39-42页 |
| 4.1.1 系统实现架构 | 第39-40页 |
| 4.1.2 系统环境配置及部署 | 第40-42页 |
| 4.2 仿真实验及结果分析 | 第42-46页 |
| 4.2.1 评测指标 | 第42-43页 |
| 4.2.2 评测结果及分析 | 第43-45页 |
| 4.2.3 功能展示 | 第45-46页 |
| 4.3 系统测试 | 第46-48页 |
| 4.3.1 功能测试 | 第46-47页 |
| 4.3.2 性能测试 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表学术论文情况 | 第53-54页 |
| 致谢 | 第54-55页 |