Spark框架下的受众分群及矩阵分解的推荐算法研究

• 作者: 伊成昱 周嘉琪 周虹君 殷复莲 陈怡婷
• 来源期刊: 中国新通信
• 关键词: Spark 受众分群 矩阵分解 推荐 电视动画 节目标签
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 互联网+健康
• 页码范围: 139-141
• 页数: 3页
• 字数: 3626字
• 语种: 中文

摘要

本文针对协同过滤推荐算法中存在的矩阵稀疏问题,提出了基于聚类和矩阵分解的推荐算法,并结合隐式反馈信息构建的电视用户收视偏好模型,将推荐算法应用有电视动画受众分群和推荐中.针对受众分群和节目推荐所使用的聚类算法和推荐算法涉及大量的迭代计算的问题,采用了高效的分布式计算系统——Spark进行电视动画节目推荐研究.该方法提高了推荐准确度,运行时间明显减少,具有较强的可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷复莲		24	53	4.0	6.0
2	周虹君		3	2	1.0	1.0
3	陈怡婷		1	2	1.0	1.0
4	周嘉琪		1	2	1.0	1.0
5	伊成昱		1	2	1.0	1.0