Slope One-BI算法的改进及其在大数据平台的并行化

• 作者: 刘佳耀 王佳斌
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: Slope One-BI算法 聚类 Spark 推荐算法
• 年，卷（期）: 2019,（6）
• 页码范围: 786-792
• 页数: 7页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.201812074

摘要

针对大数据时代下Slope One算法推荐效率不高的问题,提出结合聚类和动态K近邻的双极Slope One推荐算法.首先,结合Canopy和K-medoids的聚类算法把相似的用户汇聚到一起.然后,在所属聚类中,根据用户之间相似度的具体情况动态地寻找最近邻,并用Slope One-BI算法推荐预测.最后,在Spark平台上实现并行化.在电影数据集上的实验结果表明:基于Spark平台的优化算法与其他协同过滤算法相比,推荐精度具有明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王佳斌	华侨大学工学院	33	132	5.0	10.0
2	刘佳耀	华侨大学工学院	4	5	2.0	2.0