在互聯(lián)網(wǎng)技術(shù)日新月異的今天,超載問題日益突出,推薦系統(tǒng)則是這一問題的最優(yōu)解決方案,能夠基于用戶的興趣,在海量信息中迅速匹配到他們所需要的內(nèi)容。而在現(xiàn)實中,因為物品與物品、人物與人物之間擁有大量的相關(guān)數(shù)據(jù),基于單機的推薦系統(tǒng)因為性能有限,已難以針對海量的信息數(shù)據(jù)進行推薦計算。針對推薦系統(tǒng)的可擴展性,已出現(xiàn)了多個解決方案,它們都基于分布式開源軟件架構(gòu)Apache Hadoop。本文研究了HDFS分布式架構(gòu),并對MapReduce編程模型做了探討,再與近年廣泛應(yīng)用的協(xié)同過濾推薦算法相結(jié)合,提出了一些基于MapReduce編程理論的分布式并行算法,而Mahout推薦算法框架正是對推薦算法MapReduce編程的封裝。具體內(nèi)容如下:(1)、本文研究了HDFS分布式架構(gòu),并對MapReduce編程模型做了探討,再與近年廣泛應(yīng)用的協(xié)同過濾推薦算法和系統(tǒng)相結(jié)合。以MapReduce并行化編程作為該系統(tǒng)主要編程方式的,分解該算法的復(fù)雜任務(wù),使之成為多個MapReduce作業(yè)小任務(wù),為了使分布式并行處理能在Hadoop框架上得以實現(xiàn),利用不同類型的協(xié)同過濾推薦算法做了驗證,從而證實了,該設(shè)計在集群中具有較...

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1SOAPWeb服務(wù)架構(gòu)及運行模型

T對系統(tǒng)中每種網(wǎng)絡(luò)服務(wù)資源進行了抽象，將它們都視作是獨利用ID可對系統(tǒng)中任何資源實現(xiàn)唯一定位。同時在機器間的網(wǎng)這些標識。所以，URI是REST的前提。STWeb服務(wù)與SOAPWeb服務(wù)比較OAP的Web服務(wù)系統(tǒng)[15]由注冊表，服務(wù)提供者和請求者三個尋址實....

圖2-2REST模型

的描述性信息，能與提供者進行通信，并請求獲得方法N的訪問方式對應(yīng)方法（step4）。只有在對請求方法N實施初次訪問時，才會出現(xiàn)第后每次進行訪問時，只需要向提供端發(fā)送SOAPXML文檔格式，求�。╯tep6），而提供端在響應(yīng)后，也會以SOAPXML文檔的方式向請....

圖2-3推薦系統(tǒng)分層圖

以用戶歷史行為和信息為依據(jù)，來推測其對指定項目是否感數(shù)據(jù)給用戶推送個性化服務(wù)。推薦系統(tǒng)的應(yīng)用主要存在于兩對指定item的評級；其次是推薦給用戶可能感興趣的items所示，推薦系統(tǒng)通�？梢詣澐譃橥扑]展示層、結(jié)果融合層、推薦展示層是某種風格的展示界面來展示推薦結(jié)果。結(jié)果融濾和....

圖2-4基于用戶的協(xié)同過濾推薦思路

∑()2∈∑()2∈示，代表用戶u平均評分值，代表同時評用戶u對物品i評分。在該公式中，將用戶對物品改善在物品相似度計算中，用戶評分差異所造成結(jié)果推薦通過以上步驟的計算，就能得其附件鄰居了，基趣的事物[27]。推薦會采....

本文編號：3934710