声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 国内外现状
1.2.1 协同过滤推荐算法研究现状
1.2.2 Spark分布式处理框架的研究现状
1.3 主要工作
1.4 论文组织结构
1.5 本章小结
第2章 基本理论和相关技术
2.1 推荐算法概述
2.2 协同过滤推荐算法概述
2.2.1 基于用户的协同过滤算法
2.2.2 基于项目的协同过滤算法
2.2.3 基于模型的协同过滤算法
2.3 Spark分布式平台
2.3.1 Spark和Hadoop概述及比较
2.3.2 Spark处理框架和数据分析栈
2.4 本章小结
第3章 融合上下文感知计算的协同过滤算法的研究
3.1 上下文感知计算及上下文信息定义
3.1.1 上下文感知计算
3.1.2 上下文信息的定义
3.2 融合上下文感知信息的协同过滤算法设计思想
3.2.1 协同过滤算法问题分析
3.2.2 融合上下文信息的相似度计算
3.2.3 融合上下文感知计算的协同过滤算法
3.3 实验设计与结果分析
3.3.1 实验数据集
3.3.2 评价标准
3.3.3 实验设计及结果分析
3.4 本章小结
第4章 基于spark平台融合上下文感知计算的协同过滤算法研究
4.1 基于矩阵分解的协同过滤算法思想
4.1.1 问题分析
4.1.2 交替最小二乘法(Alternating Least Squares,ALS)
4.2 基于Spark融合上下文感知计算的ALS协同过滤算法设计思想
4.3 实验设计与结果分析
4.3.1 实验环境
4.3.2 实验数据
4.3.3 评价标准
4.3.4 结果分析
4.4 本章小结
第5章 研究总结与展望
参考文献
攻读硕士学位期间论文发表及参与项目情况
致谢