基于Hadoop平台的聚类协同过滤推荐方法研究?

• 作者: 王瑞刚 赵恩毅
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 协同过滤 Hadoop 推荐 聚类
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 2529-2533,2588
• 页数: 6页
• 分类号: TP391.3
• 字数: 4575字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2019.10.030

摘要

为了改善在大数据环境下协同过滤推荐算法的性能问题,通过Hadoop平台下的MapReduce编程模型,提出一种基于改进K-means聚类的协同过滤推荐算法.在分布式环境下对高维数据采用矩阵分解进行预处理,改善数据稀疏性之后构建改进聚类模型,再利用聚类模型结合协同过滤算法形成推荐候选空间完成推荐.经实验验证,该方法不仅提升了算法的运行速率以及推荐精度,而且能够有效解决数据的稀疏性和算法的可扩展性问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王瑞刚	西安邮电大学物联网与两化融合研究院	28	116	7.0	9.0
2	赵恩毅	西安邮电大学物联网与两化融合研究院	1	0	0.0	0.0