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平台的电影推荐系统的设计与实现

摘要第4-5页
Abstract第5-6页
第一章 绪论第7-12页
    1.1 研究背景与意义第7页
    1.2 国内外研究现状第7-9页
    1.3 本文主要内容第9-10页
    1.4 论文组织结构第10-12页
第二章 关键技术第12-22页
    2.1 Hadoop简介第12-16页
        2.1.1 HDFS第12-14页
        2.1.2 MapReduce编程框架第14-16页
    2.2 推荐系统第16页
    2.3 基于用户的协同过滤推荐算法第16-17页
    2.4 NMF第17-18页
    2.5 E2LSH第18-21页
    2.6 本章小结第21-22页
第三章 NE-UserCF推荐系统模型的设计第22-33页
    3.1 NE-UserCF模型架构第22-24页
    3.2 NMF算法的MapReduce实现第24-28页
        3.2.1 算法实现过程第24页
        3.2.2 MapReduce实现过程第24-28页
    3.3 E2LSH算法的MapReduce实现第28-30页
        3.3.1 算法实现过程第28-29页
        3.3.2 MapReduce实现过程第29-30页
    3.4 基于用户的协同过滤推荐算法的MapReduce实现第30-32页
        3.4.1 算法实现过程第30-31页
        3.4.2 MapReduce实现过程第31-32页
    3.5 本章小结第32-33页
第四章 实验结果与分析第33-38页
    4.1 实验数据集第33页
    4.2 实验评测标准第33-35页
    4.3 实验分析第35-37页
    4.4 本章小结第37-38页
第五章 基于Hadoop平台的NE-UserCF推荐系统的实现第38-61页
    5.1 需求分析第38页
    5.2 分布式系统架构设计第38-42页
    5.3 功能模块设计第42-44页
    5.4 数据库设计第44-46页
    5.5 系统平台搭建第46-55页
        5.5.1 Hadoop平台的搭建第46-52页
        5.5.2 推荐系统平台搭建和算法部署第52-55页
    5.6 系统功能展示第55-60页
        5.6.1 个人中心模块展示第55-58页
        5.6.2 电影管理模块展示第58-59页
        5.6.3 推荐模块展示第59-60页
    5.7 本章小结第60-61页
第六章 总结与展望第61-62页
    6.1 总结第61页
    6.2 展望第61-62页
致谢第62-63页
参考文献第63-66页
附录第66-67页

论文共67页,点击 下载论文
上一篇:中英股票市场资本配置效率比较研究
下一篇:农产品质量安全追溯系统的设计与实现