封面
声明
中文摘要
英文摘要
目录
第1章 绪论
1.1 课题背景
1.2 研究现状
1.3 本文主要研究内容与创新之处
1.4 本文结构
第2章 相关技术
2.1 引言
2.2 Hadoop技术
2.3 Hadoop相关项目
2.4 本章小结
第3章 协同过滤推荐系统综述
3.1 引言
3.2 协同过滤推荐流行算法
3.3 协同过滤推荐系统的评价标准
3.4 协同过滤系统当下面临的问题
3.5 本章小结
第4章 大数据环境下的社会化推荐方法
4.1 引言
4.2 大数据环境下的社会化推荐方法
4.3 LPTA基于Mapreduce模型的并行化实现
4.4 实验结果及分析
4.5 本章小结
第5章 大数据环境下基于概率矩阵分解的个性化推荐
5.1 引言
5.2 融入用户近邻信息的矩阵分解模型IPMF
5.3 并行化IPMF及其MapReduce和Spark实现
5.4 实验结果及分析
5.5 本章小结
第六章 基于Hadoop的推荐系统设计与实现
6.1 引言
6.2 系统需求分析
6.3 系统架构设计
6.4 系统执行流程
6.5 系统实现与展示
6.6 本章小结
第七章 总结与展望
7.1 总结
7.2 展望
参考文献
致谢
攻读学位期间参加的科研项目和成果
浙江工业大学;