作者:
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:
伴随着电影行业的飞速发展,电影库变得越来越庞大,传统单机版的电影推荐引擎已经不能处理如今这样大规模的数据量了.在大数据下,为了提高电影推荐引擎的处理速度和增强电影推荐引擎可扩展性,推荐引擎架构方面应从单机部署向分布式集群部署转变.
推荐文章
基于大数据的Web个性化推荐系统设计
大数据
Hadoop
Web个性化推荐
系统设计
Sqoop
H-ICRS算法
时空大数据推荐系统设计与实现
时空大数据
推荐系统
用户画像
产品特征库
基于Mahout的图书推荐引擎的研究与设计
Mahout
协同过滤
推荐引擎
分布式
浅谈基于Mahout推荐引擎的构建
Mahout
推荐引擎
组件
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 大数据下电影推荐引擎的研究与实现
来源期刊 现代电影技术 学科
关键词 大数据 电影推荐引擎 Hadoop Mahout
年,卷(期) 2016,(7) 所属期刊栏目 研发与应用
研究方向 页码范围 12-16
页数 5页 分类号
字数 4072字 语种 中文
DOI
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 李海龙 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
电影推荐引擎
Hadoop
Mahout
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
现代电影技术
月刊
1673-3215
11-5336/TB
16开
北京市海淀区科学院南路44号
2-319
1957
chi
出版文献量(篇)
3875
总下载数(次)
10
论文1v1指导