基于Spark平台的电商推荐系统的设计分析

• 作者: 曹耀辉
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: Spark平台 RDD 推荐系统 并行化
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 设计与制造
• 页码范围: 100-103
• 页数: 4页
• 分类号: TP338|TP182
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2017.07.100

摘要

随着大数据时代的到来,大数据机器学习成为了重要的研究热点.电商网站越来越重视对于用户推荐系统的搭建,然而推荐系统对于要过滤的信息的规模往往是巨大的,Spark平台作为新一代计算框架,具有对大数据处理能力强等特点,大大提高了推荐系统的运行效率.本文基于Spark平台的以上特点,提出并设计了基于Spark平台的电商推荐系统,设计和实现了协同过滤算法,提高了系统的运行效率.实验结果表明基于Spark平台的推荐系统运行效率是Hadoop平台的8倍以上,增强了电商网站的用户体验.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹耀辉		14	71	3.0	8.0