作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前,协同过滤算法在电子商务中得到了广泛的应用。伴随着网络上客户和产品的数量剧增,推荐系统的推荐效率成为了推荐系统在电子商务中应用的一大挑战。因此,提高协同过滤算法的效率变得越来越重要。本文开发了一种基于Hadoop的协同过滤推荐算法,实现了用MapReduce分布式计算框架来提高推荐算法的效率,同时也扩大算法的可扩展性。实验表明:基于Hadoop集群的推荐算法在推荐系统的可伸缩性和效率方面都有极大的优化。
推荐文章
一种改进的top-N协同过滤推荐算法
协同过滤推荐算法
用户评分信息
相似度
聚类算法
召回率
一种基于Sigmoid函数的改进协同过滤推荐算法
推荐系统
协同过滤
稀疏性问题
Sigmoid函数
一种改进的基于协同过滤的个性化推荐算法
普适计算
同过滤
性化推荐
一种改进专家信任的协同过滤推荐算法
专家算法
专家信任
信任指标
预测精度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的协同过滤推荐算法
来源期刊 福建电脑 学科
关键词 协同过滤 云计算 MapReduce 推荐效率
年,卷(期) 2014,(2) 所属期刊栏目 应用与开发
研究方向 页码范围 91-94
页数 4页 分类号
字数 2976字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘团 福州大学数学与计算机科学学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
协同过滤
云计算
MapReduce
推荐效率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
论文1v1指导