| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状与分析 | 第11-13页 |
| 1.3 本文研究目标和主要研究范围 | 第13-14页 |
| 1.3.1 课题来源 | 第13页 |
| 1.3.2 研究内容 | 第13-14页 |
| 1.4 本文的内容与组织架构 | 第14-16页 |
| 第二章 相关理论和技术综述 | 第16-24页 |
| 2.1 推荐算法综述 | 第16-20页 |
| 2.1.1 基于群体智慧的推荐算法 | 第16-18页 |
| 2.1.2 基于内容的推荐算法 | 第18-19页 |
| 2.1.3 混合推荐技术 | 第19-20页 |
| 2.2 相似度计算 | 第20-21页 |
| 2.3 推荐系统评价指标 | 第21-22页 |
| 2.4 Spark分布式计算框架 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 结合小说标签排行的协同过滤融合算法 | 第24-40页 |
| 3.1 数据与推荐策略分析 | 第24-28页 |
| 3.1.1 数据分析 | 第24-27页 |
| 3.1.2 推荐策略分析 | 第27-28页 |
| 3.2 隐式偏好转换与小说相似度计算优化 | 第28-32页 |
| 3.2.1 用户评分规则制定 | 第28-31页 |
| 3.2.2 基于MinHash的小说相似度计算 | 第31-32页 |
| 3.3 标签排行算法及融合方法 | 第32-36页 |
| 3.4 算法评估与分析 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 基于小说内容的推荐技术 | 第40-51页 |
| 4.1 单一算法的缺点 | 第40-41页 |
| 4.2 基于小说内容的推荐技术 | 第41-47页 |
| 4.2.1 小说内容建模 | 第41-44页 |
| 4.2.2 基于LSH的小说内容相似度计算 | 第44-45页 |
| 4.2.3 基于内容的推荐算法与两种推荐算法的混合 | 第45-47页 |
| 4.3 算法评估与分析 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 网络小说推荐系统的设计与实现 | 第51-65页 |
| 5.1 推荐系统设计 | 第51-55页 |
| 5.1.1 总体架构设计 | 第51-53页 |
| 5.1.2 模块功能介绍 | 第53-55页 |
| 5.2 推荐系统实现 | 第55-64页 |
| 5.2.1 概述 | 第55-56页 |
| 5.2.2 基于Spark分布式计算框架的系统实现 | 第56-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-68页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 附件 | 第75页 |