首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于Hadoop的HSK汉语考试系统的设计与实现

摘要第4-5页
Abstract第5页
第一章 绪论第9-13页
    1.1 课题的背景及意义第9页
    1.2 国内外研究现状第9-11页
    1.3 论文的主要研究工作第11-12页
    1.4 论文的组织结构第12-13页
第二章 相关技术基础第13-21页
    2.1 协同过滤算法第13-17页
        2.1.1 基于用户的协同过滤算法第13-15页
        2.1.2 基于物品的协同过滤算法第15-16页
        2.1.3 User-CF和Item-CF的比较第16-17页
    2.2 Hadoop分布式平台第17-20页
        2.2.1 分布式文件存储HDFS第18-19页
        2.2.3 MapReduce编程模型第19-20页
    2.3 本章小结第20-21页
第三章系统的需求分析第21-26页
    3.1 总体需求分析第21-23页
        3.1.1 存储需求和扩展性需求第22页
        3.1.2 高可用需求第22页
        3.1.3 性能需求第22-23页
    3.2 功能需求分析第23-25页
        3.2.1 用户管理模块第23页
        3.2.2 题库管理模块第23-24页
        3.2.3 考试管理模块第24页
        3.2.4 考生行为数据收集第24页
        3.2.5 离线处理模块第24-25页
        3.2.6 实时处理模块第25页
    3.3 本章小结第25-26页
第四章 系统设计第26-43页
    4.1 系统体系结构设计第26-28页
    4.2 系统功能模块结构设计第28-34页
        4.2.1 题库管理模块第28-30页
        4.2.2 考试管理模块第30-31页
        4.2.3 考生个人模块第31页
        4.2.4 用户模块第31-33页
        4.2.5 组卷模块第33-34页
    4.3 数据库设计第34-42页
    4.4 本章小结第42-43页
第五章 基于协同过滤的自适应组卷算法第43-60页
    5.1 自适应分级第43-44页
    5.2 协同过滤组卷第44-47页
        5.2.1 输入第44页
        5.2.2 生成评分矩阵第44-45页
        5.2.3 相似度矩阵第45页
        5.2.4 试题预测第45-47页
    5.3 基于协同过滤算法的实现第47-59页
        5.3.1 数据采集第47-50页
        5.3.2 数据预处理第50-51页
        5.3.3 相似度计算第51-53页
        5.3.4 TopK排序第53-54页
        5.3.5 组卷计算第54-55页
        5.3.6 实时在线计算第55-59页
    5.4 本章小结第59-60页
第六章 系统开发与实现第60-75页
    6.1 系统开发环境及技术第60-65页
        6.1.1 硬件环境第60页
        6.1.2 Hadoop集群环境第60-61页
        6.1.3 SparkStreaming第61-62页
        6.1.4 消息队列Kafka第62-65页
    6.2 系统主要功能实现第65-72页
        6.2.1 用户登录与注册模块第65-66页
        6.2.2 考试模块实现第66-67页
        6.2.3 题库管理模块实现第67-68页
        6.2.4 考生个人信息模块实现第68-72页
    6.3 HSK汉语考试系统的测试第72-74页
    6.4 本章小结第74-75页
第七章 总结与展望第75-76页
参考文献第76-78页
致谢第78-79页
在学期间发表科研成果第79-80页
附录第80-81页

论文共81页,点击 下载论文
上一篇:数字水印技术的研究与公检法系统中的应用
下一篇:基于Hadoop的并行算法在预测客户流失中的研究