| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外发展状况 | 第11-12页 |
| 1.3 论文主要研究目的和内容 | 第12-13页 |
| 1.4 论文结构和内容 | 第13-14页 |
| 第2章 相关理论及技术分析 | 第14-28页 |
| 2.1 流处理技术相关理论 | 第14-20页 |
| 2.1.1 Storm系统 | 第16页 |
| 2.1.2 S4系统 | 第16-17页 |
| 2.1.3 Data Freeway and Puma系统 | 第17页 |
| 2.1.4 Kafka系统 | 第17-18页 |
| 2.1.5 TimeStream系统 | 第18-19页 |
| 2.1.6 ActiveMQ + Kafka + Spark Streaming | 第19-20页 |
| 2.2 推荐算法研究 | 第20-24页 |
| 2.2.1 基于内容的推荐 | 第20-21页 |
| 2.2.2 协同过滤推荐 | 第21-22页 |
| 2.2.3 基于关联规则推荐 | 第22-23页 |
| 2.2.4 基于效用推荐 | 第23页 |
| 2.2.5 基于知识推荐 | 第23页 |
| 2.2.6 组合推荐 | 第23-24页 |
| 2.3 DPI应用识别技术研究 | 第24-27页 |
| 2.3.1 DPI技术功能体现 | 第25页 |
| 2.3.2 主流的DPI技术分类 | 第25-26页 |
| 2.3.3 基于内容指纹特征的DPI技术 | 第26-27页 |
| 2.4 本章总结 | 第27-28页 |
| 第3章 敏捷推荐平台方案设计与实现 | 第28-40页 |
| 3.1 系统需求分析 | 第28-29页 |
| 3.1.1 系统功能需求 | 第28-29页 |
| 3.1.2 系统性能需求 | 第29页 |
| 3.2 系统可行性分析 | 第29-30页 |
| 3.3 系统总体设计 | 第30-33页 |
| 3.3.1 系统架构设计 | 第30-31页 |
| 3.3.2 系统功能架构设计 | 第31-32页 |
| 3.3.3 系统技术架构设计 | 第32-33页 |
| 3.4 系统具体实现 | 第33-39页 |
| 3.4.1 信令采集与解析 | 第33-34页 |
| 3.4.2 网页采集与解析 | 第34页 |
| 3.4.3 数据采集与解析 | 第34-35页 |
| 3.4.4 分布式批量计算 | 第35-37页 |
| 3.4.5 分布式流式计算 | 第37-38页 |
| 3.4.6 MySQL Sharding | 第38-39页 |
| 3.5 本章总结 | 第39-40页 |
| 第4章 敏捷推荐系统的创新性 | 第40-43页 |
| 4.1 技术创新 | 第40-42页 |
| 4.1.1 基于消息适配的内容实时推荐系统架构 | 第40页 |
| 4.1.2 基于社交网络模型的自适应混合协同过滤推荐算法 | 第40-41页 |
| 4.1.3 基于内容指纹特征的DPI深度应用识别技术 | 第41-42页 |
| 4.2 集成创新 | 第42页 |
| 4.4 本章总结 | 第42-43页 |
| 第5章 敏捷推荐系统测试与分析 | 第43-51页 |
| 5.1 软件测试综述 | 第43-44页 |
| 5.2 软件测试方法 | 第44页 |
| 5.3 敏捷推荐流处理测试过程 | 第44-50页 |
| 5.3.1 测试目标 | 第44-45页 |
| 5.3.2 测试方法 | 第45页 |
| 5.3.3 测试环境 | 第45页 |
| 5.3.4 测试范围 | 第45页 |
| 5.3.5 测试用例 | 第45-50页 |
| 5.3.6 测试结果与相关技术指标 | 第50页 |
| 5.4 本章总结 | 第50-51页 |
| 结论与展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-54页 |
| 攻读学位期间取得学术成果 | 第54页 |
