基于Hadoop平臺(tái)的個(gè)性化推薦算法研究與應(yīng)用.pdf

1、近幾十年來，互聯(lián)網(wǎng)的發(fā)展經(jīng)歷了日新月異的變化，網(wǎng)絡(luò)中的信息資源愈加豐富，甚至已經(jīng)達(dá)到了信息爆炸的程度，結(jié)果讓用戶在搜尋信息時(shí)感到無所適從，需要花費(fèi)大量時(shí)間才能找到滿足自己需求的信息。因此，當(dāng)下迫在眉睫的任務(wù)便是幫助用戶快速高效地找到他們所需的信息。作為信息過濾的重要手段，個(gè)性化推薦技術(shù)是完成這一任務(wù)的有效方法。然而在實(shí)際操作中，由于數(shù)據(jù)量過于龐大，計(jì)算過程變得十分困難，我們很難快速有效地獲得所需的結(jié)果。而云計(jì)算技術(shù)的超大規(guī)模、高可靠性和

2、可擴(kuò)展性等特征，使海量資源存儲(chǔ)和計(jì)算成為可能。
　　本文在Hadoop云環(huán)境下提出一種基于覆蓋算法的協(xié)同過濾推薦算法(Covering-algorithm-based Collaborative Filtering Recommendation Algorithm，簡稱CCFRA)，并采用該算法設(shè)計(jì)構(gòu)建一個(gè)基于Hadoop的個(gè)性化電影推薦系統(tǒng)，旨在為用戶提供更高質(zhì)的個(gè)性化推薦服務(wù)。
　　本文的主要工作包括:
　　1.提

3、出了一種基于覆蓋算法的協(xié)同過濾推薦算法?？紤]到聚類算法存在的初值選擇和聚類速度等問題，采用基于覆蓋的聚類算法。利用該算法分別將關(guān)聯(lián)度高的用戶或項(xiàng)目聚為一類，構(gòu)建User和Item矩陣，用以描述兩兩用戶和兩兩項(xiàng)目被聚為一類的次數(shù)，由此得到各自的最近鄰居集;再引入融合因子，融合兩者的預(yù)測評(píng)分以產(chǎn)生最終預(yù)測評(píng)分，然后為用戶推薦預(yù)測評(píng)分高的項(xiàng)目。
　　2.設(shè)計(jì)了基于覆蓋算法的協(xié)同過濾推薦算法的MapReduce并行化方案。針對難以處理大規(guī)