基于Flink的电商实时推荐系统

• 作者: 史成洁 牛少彰 马腾
• 来源期刊: 新一代信息技术
• 学科: 工学
• 关键词: 计算机科学与技术 推荐系统 实时 电商 Flink
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 科技论文
• 页码范围: 1-9
• 页数: 9页
• 分类号: TP301.6
• 字数: 5699字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-6091.2020.06.001

摘要

推荐算法是数据挖掘领域中应用最广泛的技术之一,目前的推荐算法主要针对静态数据,缺乏对流式数据的适应性,和实时变化性的要求.本文提出了一种实时推荐算法,该算法每隔一定时间间隔离线更新商品特征矩阵和相似度矩阵,可以在用户实时评分之后,立刻根据用户最近一段时间的评分,产生实时推荐列表.并且在新的分布式流计算框架Flink上实现了一个电商推荐系统,在renttherunway数据集上进行了实验.实验结果表明,该算法能够在保证推荐准确率和可扩展性的同时,满足实时性和变化率的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马腾	北京邮电大学计算机学院	1	0	0.0	0.0
2	牛少彰	中科院信息工程研究所	1	0	0.0	0.0
3	史成洁	北京邮电大学计算机学院	2	0	0.0	0.0