一种基于Spark时效化协同过滤推荐算法

• 作者: 刘盈 周雯 孟彩霞 徐新瑞
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 在线学习 自适应软边缘 软置信权重 二阶协同过滤 推荐系统 Hadoop SparK on YARN
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 48-55
• 页数: 8页
• 分类号: TP301.6
• 字数: 6893字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.06.011

摘要

针对传统的批量学习的基于模型的协同过滤算法对新用户(物品)更新缓慢,模型重训练成本高且扩展性不足,对噪音数据的处理有待提高,尤其是随着数据量的增长和时效性要求越来越高,挖掘其中的知识变得越来越困难等问题,对置信权重在线协同过滤算法进行改进。引入自适应软边缘,提出二阶在线优化方法处理在线协同过滤中问题的新算法( Soft Confidence Weighted Online Collaborative Filtering,SCWOCF),并在SparK流处理推荐框架下利用四组真实数据与相关算法作对比测试。实验结果表明,新算法能够及时处理用户(物品)的动态变化,并提升推荐的实时性和准确性,降低计算成本,对噪声数据健壮性更强。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟彩霞	西安邮电大学计算机学院	18	57	4.0	6.0
2	徐新瑞	西安邮电大学计算机学院	2	18	2.0	2.0
3	周雯	西安邮电大学计算机学院	2	18	2.0	2.0
4	刘盈	西安邮电大学计算机学院	1	14	1.0	1.0