原创力文档- 1、本文档共3页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
哈尔滨工业大学工学硕士学位论文
目录
摘要I
ABSTRACTII
第1章绪论1
1.1研究背景和意义1
1.2国内外相关研究和综述2
1.2.1协同过滤算法的研究现状2
1.2.2基于GPU并行计算研究现状4
1.3本文的主要研究内容4
1.4本文的组织结构5
第2章协同过滤算法及GPU基础知识6
2.1协同过滤算法基本定义6
2.2基于内存的协同过滤算法8
2.2.1相似度度量方法8
2.2.2基准预测算法9
2.2.3User-User协同过滤算法10
2.2.4Item-Item协同过滤算法11
2.3基于模型的协同过滤算法12
2.3.1基于降维技术的协同过滤算法12
2.3.2概率矩阵分解的协同过滤算法15
2.4GPU基础知识16
2.4.1GPU硬件基础知识16
2.4.2CUDA基础知识17
2.5本章小结19
第3章并行矩阵分解协同过滤算法模型20
3.1矩阵分解协同过滤算法模型20
3.2矩阵分解协同过滤算法的训练24
3.3矩阵分解协同过滤算法的分析27
3.4并行矩阵分解协同过滤算法的设计29
3.5本章小结34
第4章基于GPU的并行矩阵分解协同过滤算法实现35
4.1并行矩阵分解协同过滤算法CPU-GPU协作框架的设计35
-III-
哈尔滨工业大学工学硕士学位论文
4.2并行矩阵分解协同过滤算法的数据结构和核函数设计36
4.3实验与结果分析38
4.3.1实验数据介绍38
4.3.2实验开发工具与平台39
4.3.3实验数据评价标准39
4.3.4实验方案设计39
4.3.5实验结果分析40
4.4本章小结46
结论47
参考文献48
哈尔滨工业大学学位论文原创性声明和使用权限52
致谢53
文档评论（0）