基于云计算技术的个性化推荐系统

• 作者: 刘亚军 应毅 陈诚
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 推荐系统 基于物品的协同过滤 MapReduce ItemCF-MR算法 学习资源推荐
• 年，卷（期）: 2015,（13）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 111-117
• 页数: 7页
• 分类号: TP39
• 字数: 6373字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1409-0134

摘要

传统的协同过滤推荐技术在大数据环境下存在一定的不足。针对该问题，提出了一种基于云计算技术的个性化推荐方法：将大数据集和推荐计算分解到多台计算机上并行处理。在对经典ItemCF算法MapReduce化后，建立了一个基于Hadoop开源框架的并行推荐引擎，并通过在已商用的英语训练平台上进行学习推荐工作验证了该系统的有效性。实验结果表明，在集群中使用云计算技术处理海量数据，可以大大提高推荐系统的可扩展性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘亚军	东南大学计算机科学与工程学院	35	480	13.0	21.0
2	应毅	三江学院软件学院	41	224	8.0	14.0
6	陈诚		1	36	1.0	1.0