CAJ | 학술논문

随着云计算时代的到来,应用数据量剧增,个性化推荐技术日趋重要.然而由于云计算的超大规模以及分布式处理架构等特点,将传统的推荐技术直接应用到云计算环境时会面临推荐精度低、推荐时延长以及网络开销大等问题,导致推荐性能急剧下降.针对上述问题,提出一种云计算环境下基于协同过滤的个性化推荐机制RAC.该机制首先制定分布式评分管理策略,通过定义候选邻居(candidate neighbor,CN)的概念筛选对推荐结果影响较大的项目集,并构建基于分布式存储系统的2个阶段评分索引,保证推荐机制快速准确地定位候选邻居;在此基础上提出基于候选邻居的协同过滤推荐算法(candidate neighbor-based distribited collaborative filtering algorithm,CN-DCFA),在候选邻居中搜索目标用户已评分项目的k近邻,预测目标用户的推荐集top-N.实验结果表明,在云计算环境下RAC拥有良好的推荐精度和推荐效率.
수착운계산시대적도래,응용수거량극증,개성화추천기술일추중요.연이유우운계산적초대규모이급분포식처리가구등특점,장전통적추천기술직접응용도운계산배경시회면림추천정도저、추천시연장이급망락개소대등문제,도치추천성능급극하강.침대상술문제,제출일충운계산배경하기우협동과려적개성화추천궤제RAC.해궤제수선제정분포식평분관리책략,통과정의후선린거(candidate neighbor,CN)적개념사선대추천결과영향교대적항목집,병구건기우분포식존저계통적2개계단평분색인,보증추천궤제쾌속준학지정위후선린거;재차기출상제출기우후선린거적협동과려추천산법(candidate neighbor-based distribited collaborative filtering algorithm,CN-DCFA),재후선린거중수색목표용호이평분항목적k근린,예측목표용호적추천집top-N.실험결과표명,재운계산배경하RAC옹유량호적추천정도화추천효솔.