基于Spark的混合推荐算法研究

• 作者: 胡德敏 龚燕
• 来源期刊: 计算机应用研究
• 关键词: 推荐算法 分布式计算 Spark 增量式更新
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3585-3588
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.12.015

摘要

随着电子商务的发展,传统的单机计算模型难以满足海量数据的实时推荐需求,基于协同过滤的推荐算法的缺陷也越来越明显.为此,提出一种利用Spark计算模型实现分布式推荐的方法.该推荐方法采用基于谱聚类和朴素贝叶斯的混合推荐算法,同时使用增量式更新,在不全部重新训练模型的基础上,对模型进行局部修改.实验结果表明,较传统的单机模式推荐算法,基于Spark计算模型的分布式推荐算法在一定程度上克服了数据稀疏性,提高了系统的可扩展性,降低了系统的响应时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡德敏	上海理工大学光电信息与计算机工程学院	44	241	10.0	13.0
5	龚燕	上海理工大学光电信息与计算机工程学院	2	37	2.0	2.0