CAJ | 학술논문

协同过滤算法被成功的应用于个性化推荐系统中。但是传统的协同过滤算法没有考虑用户兴趣会根据时间的推移发生兴趣偏移问题，导致推荐系统的推荐质量下降，而且随着数据量的不断增大，传统的基于单机模式的推荐计算模式已经无法适应大数据。针对该问题，提出了在 Hadoop 分布式环境下基于时间加权的协同过滤算法设计和实现，实验表明，改进的算法可以在 Hadoop 分布式环境下对海量数据进行计算生成推荐结果，而且提高了推荐系统的推荐质量。
협동과려산법피성공적응용우개성화추천계통중。단시전통적협동과려산법몰유고필용호흥취회근거시간적추이발생흥취편이문제，도치추천계통적추천질량하강，이차수착수거량적불단증대，전통적기우단궤모식적추천계산모식이경무법괄응대수거。침대해문제，제출료재 Hadoop 분포식배경하기우시간가권적협동과려산법설계화실현，실험표명，개진적산법가이재 Hadoop 분포식배경하대해량수거진행계산생성추천결과，이차제고료추천계통적추천질량。