基于Spark框架的电商实时推荐系统的设计与实现

• 作者: 张岩
• 来源期刊: 信息记录材料
• 学科: 工学
• 关键词: Spark框架 电商平台 实时推荐
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 信息:理论与观点
• 页码范围: 87-89
• 页数: 3页
• 分类号: TP39
• 语种: 中文

摘要

大数据时代背景下,基于Hadoop平台构建的电商推荐系统面临数据处理效率低下、难以根据用户实时行为进行推荐的问题.针对Hadoop平台存在的问题,本文提出了基于Spark框架构建的电商实时推荐系统,通过借助Spark框架平台及其组件采集用户行为日志数据,并进行用户隐性行为分析和离线推荐系统训练,提高了离线推荐系统效率.同时,借助Spark Streaming流处理技术,实时推荐系统可对日志数据进行过滤,获取用户ID、商品ID等关键信息,并通过离线推荐结果与实时推荐结果整合,实现实时推荐系统商品排序动态交互调整,达到改善用户电商平台交互体验和电商平台转化率的目的.