原文服务方: 计算技术与自动化       
摘要:
随着信息技术和互联网的发展,在信息过载的时代,用户面对海量的信息,难以正确选择。协同过滤推荐是个性化推荐中比较成熟的算法,但其稀疏性、冷启动、可扩展性问题仍然存在,尤其是不能应用于分布式推荐。在 Hadoop 平台上,Mahout 实现了分布式基于项目的协同过滤推荐算法,该算法能够有效解决传统算法的海量数据处理的效率问题和可扩展性问题。实验结果表明,Mahout 上基于项目的协同过滤推荐算法具有较好的计算高效性和可扩展性。
推荐文章
基于Spark的混合协同过滤算法改进与实现
集成学习
协同过滤
稀疏性
扩展性
Spark流式计算
增量模型
分类
基于用户历史行为的协同过滤推荐算法
数据挖掘
协同过滤
用户偏好
项目相似度
个性化推荐
基于密度的动态协同过滤图书推荐算法
协同过滤
个性化推荐
动态
相似度
基于协同过滤算法的室内设计推荐技术
协同过滤算法
室内设计
推荐技术
特征提取
算法设计
预测评分
权重矩阵
推荐模型
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 基于 Mahout 分布式协同过滤推荐算法分析与实现
来源期刊 计算技术与自动化 学科
关键词 分布式协同过滤 Mahout 推荐系统
年,卷(期) 2015,(3) 所属期刊栏目 【算法分析与研究】
研究方向 页码范围 67-72
页数 6页 分类号 TP391
字数 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 曾志浩 湖南工业大学计算机与通信学院 10 72 4.0 8.0
2 姚贝 湖南工业大学计算机与通信学院 3 17 2.0 3.0
3 张琼林 湖南工业大学计算机与通信学院 3 17 2.0 3.0
4 孙琪 湖南工业大学计算机与通信学院 4 18 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (835)
参考文献  (9)
节点文献
引证文献  (9)
同被引文献  (19)
二级引证文献  (15)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(6)
  • 引证文献(3)
  • 二级引证文献(3)
2018(8)
  • 引证文献(2)
  • 二级引证文献(6)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
分布式协同过滤
Mahout
推荐系统
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
计算技术与自动化
季刊
1003-6199
43-1138/TP
16开
1982-01-01
chi
出版文献量(篇)
2979
总下载数(次)
0
论文1v1指导