基于用户的协同过滤推荐算法MapReduce并行化实现

• 作者: 李冲
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: MapReduce Hadoop 分布式计算 推荐算法
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 算法与语言
• 页码范围: 76-80
• 页数: 5页
• 分类号: TP312
• 字数: 3985字
• 语种: 中文
• DOI: 10.11907/rjdk.181108

摘要

基于用户的协同过滤推荐算法是应用范围广且应用效果较好的推荐算法之一.传统单机模式下运行的基于用户的协同过滤推荐算法在面对海量数据时存在严重的性能瓶颈问题,很难满足实际计算需求,而基于MapReduce的并行计算框架为解决该问题提供了新思路.MapReduce是Hadoop开源框架的核心计算编程模型,MapReduce的设计目标是方便编程人员在不熟悉分布式并行编程的情况下,可将自己的程序运行在分布式系统上.根据基于用户的协同过滤推荐算法特点,提出MapReduce并行化实现方法.实验结果表明,在MapReduce并行计算框架下实现的基于用户的协同过滤推荐算法在算法性能及稳定性方面都取得了理想效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李冲	北京邮电大学自动化学院	2	11	1.0	2.0