10.3969/j.issn.1672-9722.2019.10.030
基于Hadoop平台的聚类协同过滤推荐方法研究?
为了改善在大数据环境下协同过滤推荐算法的性能问题,通过Hadoop平台下的MapReduce编程模型,提出一种基于改进K-means聚类的协同过滤推荐算法.在分布式环境下对高维数据采用矩阵分解进行预处理,改善数据稀疏性之后构建改进聚类模型,再利用聚类模型结合协同过滤算法形成推荐候选空间完成推荐.经实验验证,该方法不仅提升了算法的运行速率以及推荐精度,而且能够有效解决数据的稀疏性和算法的可扩展性问题.
协同过滤、Hadoop、推荐、聚类
47
TP391.3(计算技术、计算机技术)
2019-11-06(万方平台首次上网日期,不代表论文的发表时间)
共6页
2529-2533,2588