| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外发展现状 | 第10-11页 |
| 1.3 论文主要工作及结构安排 | 第11-13页 |
| 第2章 Hadoop平台整体框架及核心技术 | 第13-23页 |
| 2.1 Hadoop平台概述 | 第13-15页 |
| 2.1.1 Hadoop平台产生与发展 | 第13-14页 |
| 2.1.2 Hadoop平台的特点与优势 | 第14-15页 |
| 2.2 分布式文件系统HDFS | 第15-17页 |
| 2.2.1 HDFS简介 | 第15页 |
| 2.2.2 HDFS工作机制 | 第15-17页 |
| 2.3 MapReduce并行化计算模型 | 第17-20页 |
| 2.3.1 MapReduce简介 | 第17-18页 |
| 2.3.2 MapReduce计算流程 | 第18-20页 |
| 2.4 本章小结 | 第20-23页 |
| 第3章 个性化推荐系统理论研究 | 第23-33页 |
| 3.1 推荐系统概述 | 第23-24页 |
| 3.1.1 信息服务个性化发展 | 第23页 |
| 3.1.2 个性化推荐系统 | 第23-24页 |
| 3.2 常见的推荐算法 | 第24-29页 |
| 3.2.1 基于内容的推荐算法 | 第24-25页 |
| 3.2.2 协同过滤推荐算法 | 第25-28页 |
| 3.2.3 基于关联规则的推荐算法 | 第28-29页 |
| 3.3 推荐系统性能评价 | 第29-31页 |
| 3.3.1 数据集 | 第29页 |
| 3.3.2 评价指标 | 第29-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第4章 协同过滤推荐算法改进及并行化实现 | 第33-51页 |
| 4.1 协同过滤的优缺点 | 第33-34页 |
| 4.2 协同过滤推荐算法的改进 | 第34-38页 |
| 4.2.1 用户特征 | 第34-37页 |
| 4.2.2 项目特征 | 第37-38页 |
| 4.3 改进的Item-based协同过滤并行化实现 | 第38-46页 |
| 4.3.1 算法并行化实现分析 | 第38-39页 |
| 4.3.2 MapReduce实现过程 | 第39-46页 |
| 4.4 改进的算法性能评估 | 第46-50页 |
| 4.4.1 实验环境 | 第46-47页 |
| 4.4.2 实验结果分析 | 第47-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 个性化推荐系统架构设计与实现 | 第51-61页 |
| 5.1 个性化推荐系统需求分析 | 第51-52页 |
| 5.2 个性化推荐系统各功能模块设计与实现 | 第52-60页 |
| 5.2.1 数据存储模块 | 第52-56页 |
| 5.2.2 推荐引擎模块 | 第56-58页 |
| 5.2.3 用户接口（UI）模块 | 第58-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 发表论文和参加科研情况说明 | 第67-69页 |
| 致谢 | 第69-70页 |