Slope One算法的改进及其在大数据平台的实现

摘要：

针对原始Slope One算法计算推荐预测值时忽略了项目之间的相似性,以及大数据时代下推荐效率低下的问题,提出基于Spark平台的聚类加权Slope One推荐算法.通过Canopy-K-medoids聚类算法生成最近邻居集合;在最近邻集中用Slope One算法上加权项目之间的相似性进行推荐预测;在Spark平台上实现并行化.通过在电影数据集上的实验得出,基于Spark平台的优化算法与传统Slope One算法、加权项目相似度的Slope One算法相比,提高了推荐精度.

关键词：Slope One算法、聚类、Spark平台、推荐算法

所属期刊栏目：56

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学青年科学基金;华侨大学研究生科研创新能力培养计划;厦门市科技局产学研协同创新项目

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：83-91