| 摘要_ | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究目的 | 第10-11页 |
| 1.3 研究内容 | 第11页 |
| 1.4 论文结构 | 第11-13页 |
| 第二章 相关背景技术 | 第13-22页 |
| 2.1 推荐系统概述 | 第13-19页 |
| 2.1.1 个性化推荐系统发展历史及现状 | 第13页 |
| 2.1.2 个性化推荐系统的组成 | 第13页 |
| 2.1.3 基于内容的推荐算法 | 第13-14页 |
| 2.1.4 基于关联规则的推荐算法 | 第14页 |
| 2.1.5 基于协同过滤的推荐算法 | 第14-17页 |
| 2.1.6 推荐算法的评测标准 | 第17-18页 |
| 2.1.7 移动个性化推荐系统概述 | 第18-19页 |
| 2.2 分布式系统概述 | 第19-22页 |
| 2.2.1 分布式系统定义 | 第19页 |
| 2.2.2 分布式存储系统CAP理论 | 第19-20页 |
| 2.2.3 强一致性、弱一致性与最终一致性 | 第20页 |
| 2.2.4 分布式存储系统NWR模型 | 第20-21页 |
| 2.2.5 分布式存储系统模型 | 第21-22页 |
| 第三章 移动个性化应用推荐系统需求分析和总体设计 | 第22-28页 |
| 3.1 移动个性化应用推荐系统的功能性需求 | 第22-24页 |
| 3.1.1 移动个性化系统用户标识体系需求 | 第23页 |
| 3.1.2 在线实时推荐需求 | 第23页 |
| 3.1.3 在线数据采集需求 | 第23页 |
| 3.1.4 离线预测需求 | 第23-24页 |
| 3.1.5 推荐设置管理需求 | 第24页 |
| 3.1.6 推荐效果跟踪需求 | 第24页 |
| 3.2 移动个性化应用推荐系统的系统性需求 | 第24-25页 |
| 3.3 移动个性化应用推荐系统的总体设计 | 第25-28页 |
| 第四章 基于用户隐式反馈的混合推荐算法 | 第28-46页 |
| 4.1 基于用户隐式反馈的评分转换模型 | 第28-32页 |
| 4.1.1 逻辑回归模型原理 | 第28-31页 |
| 4.1.2 用户隐式反馈行为数据与评分的转换模型 | 第31-32页 |
| 4.2 Slope One算法 | 第32-37页 |
| 4.2.1 Slope One算法原理 | 第32-34页 |
| 4.2.2 Weighted Slope One算法 | 第34-35页 |
| 4.2.3 Slope One算法分析 | 第35-37页 |
| 4.3 针对Weighted Slope One算法的改进思路 | 第37-39页 |
| 4.4 基于Weighted Slope One和项目相似度的混合推荐算法 | 第39-43页 |
| 4.4.1 用户预测评分矩阵的计算 | 第39-41页 |
| 4.4.2 冷启动预测评分预测计算 | 第41-43页 |
| 4.5 基于用户隐式反馈的混合推荐算法 | 第43-46页 |
| 第五章 移动个性化应用推荐系统的设计和实现 | 第46-62页 |
| 5.1 请求代理系统的设计和实现 | 第46-48页 |
| 5.2 推荐投放系统的设计和实现 | 第48-52页 |
| 5.2.1 推荐引擎模块的设计和实现 | 第48-50页 |
| 5.2.2 日志收集处理模块设计和实现 | 第50-52页 |
| 5.3 内存数据库集群的设计和实现 | 第52-57页 |
| 5.3.1 数据切分 | 第53-54页 |
| 5.3.2 集群扩容 | 第54-55页 |
| 5.3.3 数据同步 | 第55-56页 |
| 5.3.4 failedover机制 | 第56-57页 |
| 5.4 移动个性化应用推荐系统用户标识体系的设计和实现 | 第57-58页 |
| 5.5 离线计算模块的设计和实现 | 第58-62页 |
| 5.5.1 用户行为特征选取 | 第59页 |
| 5.5.2 逻辑模型训练 | 第59-60页 |
| 5.5.3 用户评分预测 | 第60-62页 |
| 第六章 移动个性化应用推荐系统测试 | 第62-70页 |
| 6.1 移动个性化应用推荐系统在线系统测试 | 第62-67页 |
| 6.1.1 测试环境 | 第62页 |
| 6.1.2 系统功能测试 | 第62-65页 |
| 6.1.3 系统性能测试 | 第65-66页 |
| 6.1.4 效果展示 | 第66-67页 |
| 6.2 移动个性化应用推荐系统离线系统测试 | 第67-70页 |
| 6.2.1 基于用户隐式反馈的评分转换模型测试 | 第67-68页 |
| 6.2.2 混合推荐模型测试 | 第68-70页 |
| 第七章 总结和展望 | 第70-71页 |
| 7.1 工作总结 | 第70页 |
| 7.2 问题与展望 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73页 |
