基于云計算的微博推薦系統(tǒng)研究與實現(xiàn).pdf

1、目前，隨著互聯(lián)網(wǎng)的發(fā)展、網(wǎng)絡(luò)應(yīng)用和手機(jī)應(yīng)用的普及，微博平臺用戶越來越多，產(chǎn)生的數(shù)據(jù)量也越來越多。隨著數(shù)據(jù)量的增加，傳統(tǒng)的數(shù)據(jù)處理方式很難滿足人們的需求，網(wǎng)民需要速度更快、效率更高的數(shù)據(jù)處理方式。網(wǎng)民對于現(xiàn)狀的不滿足，促使了云計算和推薦系統(tǒng)的發(fā)展。
　　為了解決上述問題，本文主要進(jìn)行了一下工作：
　　1.介紹了云計算的概念，部署模式以及SPI服務(wù)模式和目前國內(nèi)外研究現(xiàn)狀，重點(diǎn)分析了Apache社區(qū)組織提供的開源Hadoop云計

2、算并行編程框架系統(tǒng)，并通過積極努力嘗試，成功搭建Hadoop分布式云計算平臺，為后面的實驗提供了基礎(chǔ)設(shè)施保障。
　　2.介紹了推薦系統(tǒng)的相關(guān)技術(shù)，針對各種不同的推薦算法的推薦過程、特點(diǎn)和關(guān)鍵技術(shù)進(jìn)行了詳細(xì)分析。重點(diǎn)剖析了基于用戶和基于項目的協(xié)同過濾推薦算法，并分析比較了目前解決冷啟動問題的各種算法，指出了各自的優(yōu)缺點(diǎn)。針對數(shù)據(jù)稀疏問題，論文提出了混合協(xié)同過濾微博推薦算法?；谟脩舻膮f(xié)同過濾對于用戶之間的相似度非常依賴，同理基于項目

3、的協(xié)同過濾對于項目之間的相似度會非常依賴?；旌贤扑]算法，它結(jié)合兩種協(xié)同過濾推薦算法，避免過分依賴用戶或者項目屬性。
　　3.分析了微博平臺的特征以及微博用戶的特征，對用戶進(jìn)行分類，將用戶分為：新用戶、老用戶兩大類。老用戶又分為：關(guān)注量多、粉絲量多兩類。根據(jù)分類對不同的用戶采用不同的推薦算法。新用戶根據(jù)用戶自定義的標(biāo)簽，采用標(biāo)簽推薦算法；老用戶根據(jù)自己的粉絲量和關(guān)注量的比值來選擇采用哪種推薦算法，當(dāng)關(guān)注量多時，選擇基于用戶的協(xié)同過濾

4、推薦算法，當(dāng)粉絲數(shù)量多時，選擇基于項目的協(xié)同過濾推薦算法。
　　4.結(jié)合具體的實驗，來混合協(xié)同過濾微博推薦算法的優(yōu)越性。在推薦質(zhì)量方面，將混合協(xié)同過濾微博推薦算法與基于用戶的系統(tǒng)過濾推薦算法、基于項目的協(xié)同過濾推薦算法進(jìn)行比較，實驗證明混合協(xié)同過濾微博推薦算法的推薦質(zhì)量更高。在響應(yīng)時間方面，實驗從輸入數(shù)據(jù)的大小與分布式環(huán)境中節(jié)點(diǎn)數(shù)量的多少兩方面驗證了混合協(xié)同過濾微博推薦算法的優(yōu)越性。
　　5.將混合協(xié)同過濾微博推薦算法與云平