一种基于Spark的改进协同过滤算法研究

• 作者: 董永峰 蒋新宇 许智宏 赵嘉伟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 协同过滤 联合聚类 层次分析模型 Spark
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 算法
• 页码范围: 247-254,278
• 页数: 9页
• 分类号: TP3
• 字数: 7286字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.05.043

摘要

为提高协同过滤算法在大数据环境下的可扩展性以及在高维稀疏数据下的推荐精度,基于Spark平台实现了一种分层联合聚类协同过滤算法.利用联合聚类对数据集进行稀疏性处理并构建聚类模型,运用层次分析模型并结合评分密集度分析联合聚类模型中用户和项目潜在类别权重,由此进行项目相似度计算并构建项目最近邻居集合,完成在线推荐.通过在GroupLens提供的不同规模MovieLens数据集上实验表明,改进后的算法能够明显提高推荐的准确度,并且在分布式环境下具有良好的推荐效率和可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董永峰	河北工业大学计算机科学与软件学院	52	339	11.0	16.0
3	许智宏	河北工业大学计算机科学与软件学院	28	126	5.0	10.0
9	蒋新宇	河北工业大学计算机科学与软件学院	2	20	2.0	2.0
10	赵嘉伟	河北工业大学计算机科学与软件学院	2	20	2.0	2.0