10.11830/ISSN.1000-5013.201703071
Spark平台下KNN-ALS模型推荐算法
考虑Spark大数据平台内存计算框架在迭代计算的优势,提出Spark平台下KNN-ALS模型的推荐算法.针对矩阵分解算法只考虑隐含信息而忽视相似度信息的缺陷,将相似度信息加入评分预测中,并采用适合并行化的交替最小二乘法进行模型最优.在MovieLens数据集上的实验表明:该算法能够提高协同过滤推荐算法在大数据集下的处理效率,且加速比也达到并行处理的线性要求,相比其他方法有较好的精度.
推荐算法、KNN-ALS模型、协同过滤、Spark平台、矩阵分解
40
TP391.1(计算技术、计算机技术)
国家自然科学基金青年科学基金资助项目61505059;福建省厦门市科技局产学研科技创新项目3502Z20173046;华侨大学研究生科研创新能力培养计划项目1511422010
2019-04-25（万方平台首次上网日期，不代表论文的发表时间）
共5页
264-268
