10.16208/j.issn1000-7024.2017.07.022
Spark并行化基于物品协同过滤算法
针对传统的基于物品(Item-Based)协同过滤算法处理海量数据时耗时过长和效率低下问题,提出基于Hadoop分布式平台以及Spark并行计算模型的Item-Based协同过滤算法.综合考虑推荐系统的执行效率和推荐质量,通过对Item-Based协同过滤算法的改进,实现一个Spark并行化的音乐推荐系统.选取部分KDD Cup比赛数据集在推荐系统中进行测试,为目标用户生成音乐推荐结果和评定推荐误差,实验结果表明,改进后的算法在执行效率和推荐质量方面有了显著提高.
协同过滤、推荐算法、分布式平台、Spark模型、并行化
38
TP391(计算技术、计算机技术)
江苏省自然科学基金项目BK20150960
2017-08-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
1817-1822