| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第12-16页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.2.1 个性化推荐系统硏究现状 | 第13-14页 |
| 1.2.2 大数据背景下推荐系统 | 第14页 |
| 1.3 研究内容与目标 | 第14-15页 |
| 1.4 论文章节结构 | 第15-16页 |
| 2 个性化推荐系统相关技术分析 | 第16-32页 |
| 2.1 大数据存储技术 | 第16-18页 |
| 2.1.1 Hadoop分布式文件系统 | 第16-17页 |
| 2.1.2 Hive数据仓库 | 第17-18页 |
| 2.2 大数据计算框架 | 第18-22页 |
| 2.2.1 MapReduce计算框架 | 第18-20页 |
| 2.2.2 Spark计算框架 | 第20-22页 |
| 2.3 个性化推荐引擎 | 第22-24页 |
| 2.3.1 Mahout | 第22-23页 |
| 2.3.2 MLIib | 第23-24页 |
| 2.4 个性化推荐的主要算法技术 | 第24-31页 |
| 2.4.1 基于内容的推荐技术 | 第24-25页 |
| 2.4.2 基于协同过滤的推荐技术 | 第25-29页 |
| 2.4.3 基于数据挖掘的推荐技术 | 第29-30页 |
| 2.4.4 基于地域的推荐技术 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 3 个性化推荐系统的场景分析 | 第32-39页 |
| 3.1 应用模型 | 第32-34页 |
| 3.1.1 智能商圈推荐目的 | 第32-33页 |
| 3.1.2 推荐性能评价指标 | 第33-34页 |
| 3.2 用户模型 | 第34-35页 |
| 3.2.1 用户特征 | 第34页 |
| 3.2.2 用户的目标和动机 | 第34-35页 |
| 3.2.3 用户的情景上下文 | 第35页 |
| 3.3 数据模型 | 第35-37页 |
| 3.3.1 数据类型 | 第35-36页 |
| 3.3.2 数据质量 | 第36页 |
| 3.3.3 数据量和数据分布 | 第36-37页 |
| 3.3.4 用户评分 | 第37页 |
| 3.4 场景模型对推荐系统设计的影响 | 第37-38页 |
| 3.4.1 对于推荐系统架构的影响 | 第37页 |
| 3.4.2 对于推荐算法选择的影响 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 个性化智能商圈推荐系统需求分析与系统架构 | 第39-48页 |
| 4.1 系统需求目标分析 | 第39-40页 |
| 4.1.1 海量数据收集 | 第39页 |
| 4.1.2 离线分析处理海量行为日志文件 | 第39页 |
| 4.1.3 在线实时分析用户行为 | 第39-40页 |
| 4.2 系统功能性需求 | 第40-46页 |
| 4.2.1 系统各部分交互结构 | 第40-41页 |
| 4.2.2 系统用例分析 | 第41-45页 |
| 4.2.3 系统用例活动图 | 第45-46页 |
| 4.3 非功能性需求 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 个性化智能商圈推荐系统设计与实现 | 第48-69页 |
| 5.1 推荐系统架构设计 | 第48-49页 |
| 5.2 推荐系统应用架构 | 第49-50页 |
| 5.3 推荐系统总体功能设计 | 第50-52页 |
| 5.3.1 离线数据分析挖掘子系统 | 第51页 |
| 5.3.2 在线实时推荐子系统 | 第51-52页 |
| 5.4 推荐系统功能的包结构设计 | 第52-53页 |
| 5.5 推荐系统数据库设计 | 第53-59页 |
| 5.5.1 推荐系统数据库逻辑设计 | 第53-55页 |
| 5.5.2 推荐系统数据库物理表设计 | 第55-59页 |
| 5.6 推荐系统在线与离线推荐功能详细设计 | 第59-68页 |
| 5.6.1 推荐数据的收集 | 第59-61页 |
| 5.6.2 推荐算法的选取与改进 | 第61-63页 |
| 5.6.3 离线推荐中协同过滤算法的应用设计与实现 | 第63-65页 |
| 5.6.4 在线实时推荐系统的设计与实现 | 第65-68页 |
| 5.7 本章小结 | 第68-69页 |
| 6 系统实验与验证 | 第69-75页 |
| 6.1 推荐算法实验测试 | 第69-72页 |
| 6.1.1 测试环境 | 第69页 |
| 6.1.2 测试数据集 | 第69-70页 |
| 6.1.3 测试实验方法 | 第70页 |
| 6.1.4 测试结果分析 | 第70-72页 |
| 6.2 系统验证 | 第72-74页 |
| 6.3 本章小结 | 第74-75页 |
| 7 总结与展望 | 第75-77页 |
| 7.1 总结 | 第75页 |
| 7.2 未来展望 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 攻读学位期间发表的学术论文目录 | 第80页 |