10.3969/j.issn.1000-8519.2016.02.021
基于Spark的实时情境推荐系统关键技术研究
随着移动互联网的飞速发展,人们面临的信息过载的问题日益严重,大数据场景下对用户的推荐面临着巨大困难。为了解决推荐时效性、准确度、大数据量,提出了一种基于Spark的实时情境推荐算法。该算法在协同过滤的基础上融合了情境过滤,以Kafka作为实时消息收发器,以Spark Streaming来处理实时流数据,增强了算法的准确性和时效性。实验证明,该算法和传统协同过滤算法相比,准确率和时效性更高,且在大数据场景下更有优势。
推荐、Spark、情境推荐、实时性、大数据
TP302(计算技术、计算机技术)
2016-04-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
48-50,47