基于搜索日志的图文推荐系统设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外相关研究 | 第9-10页 |
| 1.3 论文主要工作 | 第10-11页 |
| 1.4 论文章节安排 | 第11-12页 |
| 2 相关技术介绍 | 第12-21页 |
| 2.1 Hadoop | 第12-13页 |
| 2.1.1 HDFS | 第12-13页 |
| 2.1.2 YARN | 第13页 |
| 2.2 BigFlow | 第13-15页 |
| 2.3 推荐技术 | 第15-18页 |
| 2.3.1 基于内容的推荐 | 第16-17页 |
| 2.3.2 基于知识的推荐 | 第17页 |
| 2.3.3 协同过滤推荐 | 第17-18页 |
| 2.4 搜索日志分析 | 第18-21页 |
| 3 需求分析与算法设计 | 第21-35页 |
| 3.1 需求分析 | 第21-28页 |
| 3.1.1 业务理解 | 第21-22页 |
| 3.1.2 搜索意图 | 第22-25页 |
| 3.1.3 搜索推荐 | 第25-27页 |
| 3.1.4 功能性需求 | 第27-28页 |
| 3.2 算法设计 | 第28-35页 |
| 3.2.1 整体概述 | 第28-29页 |
| 3.2.2 查询点击二部图 | 第29-32页 |
| 3.2.3 检索词的相似度计算 | 第32-35页 |
| 4 详细设计与实现 | 第35-51页 |
| 4.1 图文关联模块 | 第35-43页 |
| 4.1.1 数据说明 | 第35-37页 |
| 4.1.2 基于Hadoop的分布式实现 | 第37-42页 |
| 4.1.3 高频词和低频词 | 第42-43页 |
| 4.2 推荐词挖掘模块 | 第43-46页 |
| 4.2.1 数据说明 | 第43-44页 |
| 4.2.2 基于Hadoop的分布式实现 | 第44-46页 |
| 4.3 候选集扩充模块 | 第46-51页 |
| 4.3.1 数据说明 | 第46-48页 |
| 4.3.2 基于BigFlow的分布式实现 | 第48-50页 |
| 4.3.3 在线排序与反馈机制 | 第50-51页 |
| 5 实验与分析 | 第51-56页 |
| 5.1 实验 | 第51-54页 |
| 5.1.1 实验方法 | 第51页 |
| 5.1.2 实验结果 | 第51-54页 |
| 5.2 分析 | 第54-56页 |
| 5.2.1 存在的问题 | 第54-55页 |
| 5.2.2 改进的方向 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
