基于流計(jì)算的推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著信息技術(shù)和互聯(lián)網(wǎng)的發(fā)展，人類(lèi)正處于信息爆炸的時(shí)代。推薦系統(tǒng)是解決信息過(guò)載問(wèn)題的有效方法，通過(guò)分析用戶(hù)行為給用戶(hù)推薦有價(jià)值的信息。而提升系統(tǒng)實(shí)時(shí)響應(yīng)能力以及海量數(shù)據(jù)計(jì)算性能，滿(mǎn)足日益增長(zhǎng)的業(yè)務(wù)需求，不僅是互聯(lián)網(wǎng)企業(yè)主要面臨的技術(shù)難題，也是科研機(jī)構(gòu)的重點(diǎn)關(guān)注方向。
　　流計(jì)算技術(shù)是針對(duì)流數(shù)據(jù)的實(shí)時(shí)計(jì)算，它主要應(yīng)用于產(chǎn)生大量流數(shù)據(jù)、同時(shí)對(duì)實(shí)時(shí)性要求高的領(lǐng)域。針對(duì)上述推薦系統(tǒng)存在的問(wèn)題，本文通過(guò)將流計(jì)算技術(shù)與推薦算法相結(jié)合，設(shè)計(jì)實(shí)現(xiàn)了

2、一個(gè)基于Storm的推薦系統(tǒng)。系統(tǒng)以分布式流計(jì)算平臺(tái)Storm為基礎(chǔ)，通過(guò)Trident計(jì)算方法、Redis存儲(chǔ)方案對(duì)基于用戶(hù)的協(xié)同過(guò)濾算法進(jìn)行實(shí)現(xiàn)，提升了算法的計(jì)算效率，減少了系統(tǒng)的反應(yīng)時(shí)間；通過(guò)分布式RPC服務(wù)解決了集群中的消息響應(yīng)。系統(tǒng)不僅支持對(duì)海量數(shù)據(jù)的計(jì)算與分析，而且滿(mǎn)足針對(duì)用戶(hù)的實(shí)時(shí)響應(yīng)需求，同時(shí)具備良好的可擴(kuò)展性。通過(guò)分布式流計(jì)算平臺(tái)Storm提供的框架實(shí)現(xiàn)的實(shí)時(shí)流計(jì)算應(yīng)用，有效降低了系統(tǒng)開(kāi)發(fā)部署的復(fù)雜性。
　　本文