基于Hadoop协同过滤的电商数据推荐研究

• 作者: 刘一帝 归伟夏 李清健 陈华
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: Hadoop 协同过滤 推荐算法 大数据
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 118-120
• 页数: 3页
• 分类号: TP392
• 字数: 2847字
• 语种: 中文
• DOI: 10.11907/rjdk.151736

摘要

随着电子商务的快速发展,数据推荐技术在电子商务系统中作用越来越重要.提出了一种新型的基于Ha-doop协同过滤的电商数据推荐算法,并采用这个算法开发了商品数据处理系统.系统可根据用户的兴趣、对商品的偏爱程度以及对价格的接受范围,进行优化选择后推送用户感兴趣的商品.实验证明,该算法在Hadoop平台上能够有效提高商品数据推荐的准确率和计算效率,从而提高用户购买量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈华	广西大学计算机与电子信息学院	45	231	8.0	12.0
2	归伟夏	广西大学计算机与电子信息学院	31	78	5.0	6.0
3	刘一帝	广西大学计算机与电子信息学院	1	6	1.0	1.0
4	李清健	广西大学计算机与电子信息学院	1	6	1.0	1.0