基于Mongodb推薦系統(tǒng)的研究與應用.pdf

1、隨著電子商務的迅猛發(fā)展,人們的生活方式正在發(fā)生前所未有的改變,資源提供者與用戶之間可以建立起更加直接的關系,為商務模式的發(fā)展提供了更多的選擇。與此同時信息數(shù)據(jù)的爆炸式增長,使得用戶很難通過一個小小的屏幕了解獲取所有和自己需求相關的有效資源信息。傳統(tǒng)的基于關鍵字的搜索在海量數(shù)據(jù)和多種格式資源的情況下,也顯得力不從心。如何能夠獲取有效信息,如何能夠處理海量數(shù)據(jù)成為大數(shù)據(jù)時代的難題。在此背景下,系統(tǒng)能夠自動分析用戶行為,準確向用戶推薦相關資源

2、成為解決這一問題的構想。
　　首先介紹了推薦系統(tǒng)以及MongoDB在國內(nèi)外的研究現(xiàn)狀和應用情況,簡單描述了推薦思想應用于涉及大數(shù)據(jù)系統(tǒng)的重要性和優(yōu)勢。然后著重介紹了該系統(tǒng)所涉及到的關鍵技術以及市場應用情況,主要包括推薦系統(tǒng)的應用,推薦模型及相應策略的研究,以MongoDB為代表的非關系型數(shù)據(jù)庫的發(fā)展,還有涉及數(shù)據(jù)挖掘的長尾理論部分。第三部分詳細介紹了系統(tǒng)的分析設計過程,主要包括系統(tǒng)的需求分析,概要設計,系統(tǒng)的詳細設計和數(shù)據(jù)庫設計等

3、內(nèi)容。第四部分詳細說明了系統(tǒng)在具體實現(xiàn)時所做的工作,主要包括系統(tǒng)開發(fā)實現(xiàn)的軟硬件配置環(huán)境,核心功能模塊及流程的實現(xiàn)和分布式數(shù)據(jù)處理的實現(xiàn)。第五部分詳細說明了整個系統(tǒng)的測試情況,系統(tǒng)采用單元測試法進行測試。主要包括測試概要,測試的詳細情況以及測試數(shù)據(jù)情況和最終的性能分析部分。最后對系統(tǒng)的進一步研究做了總結和展望。
　　系統(tǒng)研究開發(fā)的過程中,通過推薦模型的構建,有效挖掘了長尾上數(shù)據(jù)的效能,同時將分布式計算的思想運用到用戶行為數(shù)據(jù)分析中