作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在信息化时代,人们对于互联网的要求也更高,尤其是浏览网页时需要通过推荐来满足需求.Spark推荐系统是当前相关研究所使用的主要技术,带有准确性、实时性的特点.文章以Spark为前提,探讨推荐系统的设计,首先介绍Spark框架,分析协同过滤算法,然后介绍以用户为前提的协同过滤和以情境为前提的后过滤模型,并给出协同过滤算法处理步骤,再次通过具体程序的方式阐述推荐系统的设计,最后以试验的方式对其有效性进行验证.
推荐文章
基于Spark的混合推荐算法研究
推荐算法
分布式计算
Spark
增量式更新
基于Spark的高校图书馆书目推荐系统
高校图书馆
个性化推荐
协同过滤
Spark
公开数据优化
时间偏置
基于Spark的分布式科技专家推荐模型
专家推荐
近邻传播聚类算法
萤火虫算法
Spark
基于Hadoop平台的Spark快数据推荐算法分析与应用
Hadoop
Spark
快数据
ALS算法
PageRank算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Spark的推荐系统的研究
来源期刊 电信快报 学科
关键词 Spark 推荐系统 协同过滤 Hadoop
年,卷(期) 2018,(5) 所属期刊栏目 论文选粹
研究方向 页码范围 40-41,44
页数 3页 分类号
字数 2187字 语种 中文
DOI 10.3969/j.issn.1006-1339.2018.05.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭霖 福州大学物理与信息工程学院 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (25)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(5)
  • 参考文献(2)
  • 二级参考文献(3)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Spark
推荐系统
协同过滤
Hadoop
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电信快报
月刊
1006-1339
31-1273/TN
大16开
上海市平江路48号1号楼3层
4-208
1964
chi
出版文献量(篇)
2317
总下载数(次)
8
论文1v1指导