基于Spark的并行推荐算法的研究与实现

摘要	第1-7页
Abstract	第7-11页
第1章 绪论	第11-16页
·研究背景和意义	第11-12页
·国内外研究现状	第12-14页
·推荐算法的研究现状	第12-13页
·分布式计算的研究现状	第13-14页
·本文的研究内容	第14页
·本文的组织结构	第14-16页
第2章 相关技术与基本理论	第16-30页
·Spark计算框架	第16-22页
·Spark简介	第16-17页
·Spark RDD	第17-19页
·Spark运行模式和运行架构	第19-22页
·协同过滤推荐算法分析	第22-29页
·基于用户的协同过滤算法	第24-25页
·基于项目的协同过滤算法	第25-27页
·Slope One算法	第27-29页
·本章小结	第29-30页
第3章 基于项目的协同过滤算法的改进与并行化实现	第30-42页
·基于项目的协同过滤算法存在的问题	第30-31页
·基于项目的协同过滤算法的改进设计	第31-34页
·基于项目的协同过滤改进算法的并行化实现	第34-41页
·本章小结	第41-42页
第4章 Slope One算法的改进与并行化实现	第42-51页
·Slope One算法存在的问题	第42页
·Slope One算法的改进设计	第42-44页
·Slope One改进算法的并行化实现	第44-50页
·本章小结	第50-51页
第5章 实验与结果分析	第51-62页
·实验环境	第51-53页
·实验软硬件环境	第51页
·实验数据	第51-52页
·Spark性能优化	第52-53页
·实验及结果分析	第53-61页
·预测准确度评测	第53-58页
·并行性能评测	第58-61页
·本章小结	第61-62页
结论	第62-64页
致谢	第64-65页
参考文献	第65-69页
攻读硕士学位期间发表的论文	第69页