基于MapReduce与项目分类的协同过滤算法

• 作者: 程曦 陈军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 协同过滤 项目分类 相似度计算 并行计算 分布式处理 评分预测
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 194-198
• 页数: 5页
• 分类号: TP301
• 字数: 4122字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.07.032

摘要

针对传统协同过滤算法中存在的数据稀疏性和系统可扩展性问题,提出一种新的协同过滤算法.根据用户对不同项目的评价信息得出项目评分矩阵,利用朴素贝叶斯分类器对项目进行分类,通过修正的余弦相似度计算方法在相同类中寻找项目最近邻集合.结合Hadoop平台下的MapReduce并行计算框架进行数据分布式处理,最终形成评分预测列表进行项目推荐.实验结果表明,与基于用户分类的协同过滤算法和基于项目分类的协同过滤算法相比,该算法能有效解决因数据稀疏导致预测精度较低的问题,具有较高的推荐准确性,并且通过算法并行计算提高了系统运行效率和可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈军	武汉大学国家多媒体软件工程技术研究中心	134	1037	17.0	25.0
5	程曦	武汉大学国家多媒体软件工程技术研究中心	5	13	1.0	3.0