| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 推荐系统及推荐算法研究现状 | 第12-14页 |
| 1.2.2 推荐算法的并行化研究现状 | 第14-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 技术路线 | 第16-17页 |
| 1.5 论文的组织结构 | 第17-18页 |
| 第二章 相关基础理论与技术简介 | 第18-28页 |
| 2.1 常用的聚类技术 | 第18-20页 |
| 2.1.1 基于划分的聚类 | 第18-19页 |
| 2.1.2 模糊聚类 | 第19-20页 |
| 2.2 常用推荐算法 | 第20-25页 |
| 2.2.1 基于内容的推荐 | 第20-21页 |
| 2.2.2 基于关联规则的推荐 | 第21-22页 |
| 2.2.3 协同过滤推荐 | 第22-25页 |
| 2.3 Spark平台介绍 | 第25-27页 |
| 2.3.1 Spark的生态圈 | 第25-26页 |
| 2.3.2 弹性分布式算子RDD | 第26-27页 |
| 2.3.3 Spark编程模型 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于改进用户聚类的协同过滤算法 | 第28-41页 |
| 3.1 基于项目类别偏好信息的用户聚类方法 | 第28-35页 |
| 3.1.1 问题描述 | 第28页 |
| 3.1.2 项目类别关注度模型的构建 | 第28-29页 |
| 3.1.3 基于FCM和项目类别关注度的用户聚类方法 | 第29-32页 |
| 3.1.4 优化改进FCM算法 | 第32-35页 |
| 3.2 基于改进用户聚类的协同过滤算法描述 | 第35-36页 |
| 3.3 实验与分析 | 第36-40页 |
| 3.3.1 实验数据 | 第36-37页 |
| 3.3.2 评价标准 | 第37页 |
| 3.3.3 实验方案 | 第37页 |
| 3.3.4 实验结果及分析 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 融合用户兴趣因素的协同过滤算法 | 第41-53页 |
| 4.1 融合矩阵填充与评分修正的数据预处理方法 | 第41-43页 |
| 4.1.1 GROUSE矩阵填充方法 | 第41-43页 |
| 4.1.2 融合时间因素的评分修正 | 第43页 |
| 4.2 基于类别差异度改进的用户间相似性计算方法 | 第43-47页 |
| 4.2.1 问题分析 | 第43-45页 |
| 4.2.2 类别差异度 | 第45-47页 |
| 4.2.3 基于类别差异度改进的用户间相似性 | 第47页 |
| 4.3 融合用户兴趣因素的协同过滤算法描述 | 第47-48页 |
| 4.4 实验与分析 | 第48-52页 |
| 4.4.1 实验数据与评价标准 | 第48页 |
| 4.4.2 实验方案 | 第48-49页 |
| 4.4.3 实验结果及分析 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 基于Spark平台的改进算法并行化 | 第53-68页 |
| 5.1 改进算法的并行化设计 | 第53-54页 |
| 5.2 数据预处理过程的并行化实现 | 第54-57页 |
| 5.2.1 矩阵构建 | 第54-55页 |
| 5.2.2 评分矩阵分片填充与评分修正 | 第55-57页 |
| 5.3 用户聚类过程的并行化实现 | 第57-60页 |
| 5.3.1 构建项目类别关注度矩阵 | 第57页 |
| 5.3.2 K-means选择聚类中心的并行化 | 第57-58页 |
| 5.3.3 FCM算法的并行化 | 第58-60页 |
| 5.4 协同过滤推荐过程的并行化实现 | 第60-64页 |
| 5.4.1 类别差异度计算的并行化 | 第60-62页 |
| 5.4.2 加权用户间相似度的并行化 | 第62-63页 |
| 5.4.3 计算用户最近邻与预测评分 | 第63-64页 |
| 5.5 实验与分析 | 第64-67页 |
| 5.5.1 实验数据 | 第64页 |
| 5.5.2 评价标准 | 第64-65页 |
| 5.5.3 实验方案 | 第65页 |
| 5.5.4 实验结果及分析 | 第65-67页 |
| 5.6 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |