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:
为了解决大数据背景下新用户因没有历史数据而导致推荐难和推荐效率低等问题,提出将基于Mahout的协同过滤算法与基于MapReduce的Top N算法相结合的技术方法,来实现新用户推荐算法,从而构建新用户推荐系统的架构,并对Hadoop Top N算法以及Mahout中协同过滤算法进行设计与实现.理论分析和实验验证表明,该新用户推荐算法在推荐效率、对大规模数据处理的伸缩性以及推荐质量上都明显优于单独使用协同过滤算法的新用户推荐.
推荐文章
基于 Mahout 分布式协同过滤推荐算法分析与实现
分布式协同过滤
Mahout
推荐系统
基于集成学习的电子商务平台新用户重复购买行为预测
重复购买行为预测
集成学习
分段下采样
平衡样本获取
购买行为特征构建
Stacking融合模型
基于改进FP-growth的用户兴趣推荐算法的设计与实现
推荐系统
FP-growth
关联规则挖掘
冷启动
基于Baseline SVD主动学习算法的推荐系统
推荐系统
主动学习
Baseline SVD
样例选择
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的新用户推荐算法的设计与实现
来源期刊 计算机工程与科学 学科 工学
关键词 新用户推荐 Mahout 推荐系统 Hadoop 大数据
年,卷(期) 2015,(8) 所属期刊栏目 高性能计算
研究方向 页码范围 1444-1449
页数 6页 分类号 TP311
字数 4457字 语种 中文
DOI 10.3969/j.issn.1007-130X.2015.08.005
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 师智斌 中北大学计算机与控制工程学院 13 39 4.0 5.0
2 高献卫 中北大学计算机与控制工程学院 3 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (124)
共引文献  (1169)
参考文献  (12)
节点文献
引证文献  (10)
同被引文献  (12)
二级引证文献  (1)
1979(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(13)
  • 参考文献(0)
  • 二级参考文献(13)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
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(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(11)
  • 参考文献(2)
  • 二级参考文献(9)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(19)
  • 参考文献(0)
  • 二级参考文献(19)
2008(14)
  • 参考文献(0)
  • 二级参考文献(14)
2009(13)
  • 参考文献(2)
  • 二级参考文献(11)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(5)
  • 引证文献(4)
  • 二级引证文献(1)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
新用户推荐
Mahout
推荐系统
Hadoop
大数据
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导