信息通信
信息通信
신식통신
XINXI TONGXIN
2014年
3期
72-72
,共1页
协同过滤%推荐系统%Hadoop 分布式
協同過濾%推薦繫統%Hadoop 分佈式
협동과려%추천계통%Hadoop 분포식
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。
協同過濾算法被成功的應用于箇性化推薦繫統中。但是傳統的協同過濾算法沒有攷慮用戶興趣會根據時間的推移髮生興趣偏移問題,導緻推薦繫統的推薦質量下降,而且隨著數據量的不斷增大,傳統的基于單機模式的推薦計算模式已經無法適應大數據。針對該問題,提齣瞭在 Hadoop 分佈式環境下基于時間加權的協同過濾算法設計和實現,實驗錶明,改進的算法可以在 Hadoop 分佈式環境下對海量數據進行計算生成推薦結果,而且提高瞭推薦繫統的推薦質量。
협동과려산법피성공적응용우개성화추천계통중。단시전통적협동과려산법몰유고필용호흥취회근거시간적추이발생흥취편이문제,도치추천계통적추천질량하강,이차수착수거량적불단증대,전통적기우단궤모식적추천계산모식이경무법괄응대수거。침대해문제,제출료재 Hadoop 분포식배경하기우시간가권적협동과려산법설계화실현,실험표명,개진적산법가이재 Hadoop 분포식배경하대해량수거진행계산생성추천결과,이차제고료추천계통적추천질량。