| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 引言 | 第8-14页 |
| 1.1 选题背景 | 第8-10页 |
| 1.2 研究目的与意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.4 主要内容 | 第12-14页 |
| 第2章 相关理论与技术 | 第14-29页 |
| 2.1 随机投影方案 | 第14-15页 |
| 2.2 奇异值分解 | 第15-18页 |
| 2.3 推荐系统中的矩阵分解 | 第18-21页 |
| 2.4 分布式体系结构 | 第21-28页 |
| 2.4.1 分布式基础架构 | 第22-25页 |
| 2.4.2 分布式矩阵分解 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于COUNT SKETCH算法的随机奇异值分解 | 第29-41页 |
| 3.1 COUNT SKETCH算法介绍 | 第29-30页 |
| 3.2 Count Sketch算法改进 | 第30-31页 |
| 3.3 基于Count Sketch的随机奇异值分解 | 第31-34页 |
| 3.4 实验结果分析 | 第34-39页 |
| 3.4.1 实验环境 | 第34-35页 |
| 3.4.2 软件安装及配置 | 第35-36页 |
| 3.4.3 实验结果分析 | 第36-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 基于两重随机方案的奇异值分解 | 第41-53页 |
| 4.1 随机高斯矩阵投影 | 第41-43页 |
| 4.2 集成多个方案的随机奇异值分解 | 第43-45页 |
| 4.3 随机高斯矩阵与COUNT SKETCH的结合 | 第45-50页 |
| 4.4 实验结果分析 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-56页 |
| 5.1 研究总结 | 第53-54页 |
| 5.2 工作展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 附录 | 第60页 |
