2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,人們可以在互聯(lián)網(wǎng)上購買各種商品,完成各種商務(wù)活動,越來越依賴于從網(wǎng)絡(luò)中獲取需要的信息,淘寶網(wǎng)僅在2014年雙十一就達到了591億的銷量。但是,互聯(lián)網(wǎng)的飛速發(fā)展也給服務(wù)提供商帶來了許多問題亟需解決,如讓用戶從海量數(shù)據(jù)中實現(xiàn)按需提取,為用戶提供個性化的服務(wù),帶給用戶更好的體驗,從而產(chǎn)生更多的收益,應(yīng)用推薦系統(tǒng)是一種較好解決方案。然而,中小型企業(yè)使用的推薦系統(tǒng)基于單機模式的簡單關(guān)聯(lián)的算法,效果一般且無法處理海量數(shù)據(jù),同時

2、存在缺少精通分布式平臺處理海量數(shù)據(jù)人員的問題,這些都給實現(xiàn)分布式的推薦系統(tǒng)帶來了很大的技術(shù)挑戰(zhàn)。因此,為了擴展推薦系統(tǒng)的應(yīng)用需求,本文以實際出發(fā),實現(xiàn)了一種適用于中小型企業(yè)的快速搭建基于Hadoop的分布式推薦平臺的方法,降低了推薦系統(tǒng)的應(yīng)用平臺。
  本文以實現(xiàn)電影推薦系統(tǒng)為例,首先介紹了Hadoop平臺中的兩大核心內(nèi)容HDFS和MapReduce。系統(tǒng)選擇HDFS這樣一種具有高度容錯性的分布式文件系統(tǒng)作為底層文件系統(tǒng),將其部署

3、到廉價的集群中,同時選擇MapReduce作為海量數(shù)據(jù)處理工具。然后介紹了本課題所用的WEB框架—SpringMVC,它具有靈活易用、邏輯清楚等優(yōu)點,MVC的三層結(jié)構(gòu)設(shè)計也為推薦系統(tǒng)提供了良好的接口。
  推薦算法能夠幫助用戶發(fā)現(xiàn)可能感興趣的內(nèi)容。本文重點研究了基于內(nèi)容的推薦算法、基于關(guān)聯(lián)規(guī)則的推薦算法和協(xié)同過濾推薦算法。對比三個算法后,選用協(xié)同過濾推薦算法中基于項目的協(xié)同過濾算法。由于傳統(tǒng)的基于項目的協(xié)同過濾算法是基于單機模式的

4、,無法運行于Hadoop,本文將它改進成基于并行化的協(xié)同過濾算法,并運用到基于Hadoop的電影推薦系統(tǒng)中。
  基于Hadoop的電影推薦系統(tǒng)的實現(xiàn)主要圍繞系統(tǒng)目標確立、需求分析、系統(tǒng)設(shè)計、實現(xiàn)與測試等幾個部分展開。完成了Hadoop平臺和SpringMVC環(huán)境的搭建,并基于推薦模塊、用戶交互模塊和分布式模塊的三大模塊進行詳細設(shè)計與實現(xiàn)。通過對系統(tǒng)的測試和實驗的分析,表明基于Hadoop的電影推薦系統(tǒng)在功能上和并發(fā)性上都有很好的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論