基于Hadoop的图书推荐系统研究与设计

• 作者: 南磊
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: MapReduce 并行计算 关联规则 图书推荐 Hadoop
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 系统结构
• 页码范围: 1057-1063
• 页数: 7页
• 分类号: TP311
• 字数: 5801字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2016.06.016

摘要

经过近些年的发展,图书市场在种类规模和总体数量等方面有了长足的进步.但是同时也带来了图书过多,使得读者难以选择合适图书的困难.常规的明细分类使得读者可以针对每一种类型的书进行选择,但是其每个分类下依然有成千上万中书籍.论文完成的是一种基于Apriori算法创建关联规则的图书推荐在Hadoop上的实现.利用在豆瓣读书上获取的图书评论数据,使用Hadoop生成图书的K-频繁集,并计算相关的图书推荐置信度.论文实现的算法能够高效地为读者提供推荐服务.