| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-14页 |
| 1.1 课题来源及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文研究的主要目标及主要内容 | 第12-14页 |
| 1.3.1 主要研究目标 | 第12页 |
| 1.3.2 主要内容 | 第12-14页 |
| 2 个性化推荐及其关键技术 | 第14-23页 |
| 2.1 个性化推荐系统概述 | 第14页 |
| 2.2 个性化推荐系统的主要技术 | 第14-22页 |
| 2.2.1 基于内容的推荐算法 | 第14-17页 |
| 2.2.2 协同过滤算法 | 第17-19页 |
| 2.2.3 基于LDA的主题模型（Topic Model） | 第19-20页 |
| 2.2.4 数据挖掘技术 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 个性化推荐系统的需求分析 | 第23-30页 |
| 3.1 产品业务需求 | 第23页 |
| 3.2 系统的功能需求描述 | 第23-28页 |
| 3.2.1 用户兴趣特征的挖掘与存储 | 第25-26页 |
| 3.2.2 文章的主题建模 | 第26-27页 |
| 3.2.3 用户的主题分布预测 | 第27-28页 |
| 3.3 性能需求 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 4 个性化推荐系统的设计 | 第30-41页 |
| 4.1 个性化推荐系统的设计目标 | 第30页 |
| 4.2 系统的交互设计 | 第30-32页 |
| 4.3 对外服务流程设计 | 第32-33页 |
| 4.4 推荐系统处理流程设计 | 第33-35页 |
| 4.5 推荐系统功能模块设计 | 第35-40页 |
| 4.5.1 在线数据设计 | 第35-36页 |
| 4.5.2 离线挖掘设计 | 第36-38页 |
| 4.5.3 过滤模块设计 | 第38-39页 |
| 4.5.4 CTR交互设计 | 第39-40页 |
| 4.6 后台数据库设计 | 第40页 |
| 4.7 本章小结 | 第40-41页 |
| 5 个性化推荐系统的实现 | 第41-59页 |
| 5.1 对外服务模块的实现 | 第41-43页 |
| 5.2 在线计算模块的实现 | 第43-45页 |
| 5.3 离线计算模块的实现 | 第45-54页 |
| 5.4 过滤模块的实现 | 第54-57页 |
| 5.5 数据库部署实现 | 第57-58页 |
| 5.6 本章小结 | 第58-59页 |
| 6 个性化推荐系统的测试及性能评估 | 第59-70页 |
| 6.1 测试环境 | 第59页 |
| 6.2 个性化推荐系统的功能测试 | 第59-68页 |
| 6.2.1 用户兴趣模型功能测试 | 第59-61页 |
| 6.2.2 更新推荐列表功能测试 | 第61-62页 |
| 6.2.3 文章主题模型训练的测试 | 第62-66页 |
| 6.2.4 推荐系统的评测 | 第66-68页 |
| 6.3 本章小结 | 第68-70页 |
| 7 总结与展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的学术论文目录 | 第76-77页 |
| 上海交通大学硕士学位论文答辩决议书 | 第77页 |