在互聯(lián)網(wǎng)技術(shù)日新月異的今天,超載問(wèn)題日益突出,推薦系統(tǒng)則是這一問(wèn)題的最優(yōu)解決方案,能夠基于用戶(hù)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(shí)中,因?yàn)槲锲放c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(jī)的推薦系統(tǒng)因?yàn)樾阅苡邢?已難以針對(duì)海量的信息數(shù)據(jù)進(jìn)行推薦計(jì)算。針對(duì)推薦系統(tǒng)的可擴(kuò)展性,已出現(xiàn)了多個(gè)解決方案,它們都基于分布式開(kāi)源軟件架構(gòu)Apache Hadoop。本文研究了HDFS分布式架構(gòu),并對(duì)MapReduce編程模型做了探討,再與近年廣泛應(yīng)用的協(xié)同過(guò)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(duì)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(duì)MapReduce編程模型做了探討,再與近年廣泛應(yīng)用的協(xié)同過(guò)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(gè)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(shí)現(xiàn),利用不同類(lèi)型的協(xié)同過(guò)濾推薦算法做了驗(yàn)證,從而證實(shí)了,該設(shè)計(jì)在集群中具有較...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1SOAPWeb服務(wù)架構(gòu)及運(yùn)行模型

T對(duì)系統(tǒng)中每種網(wǎng)絡(luò)服務(wù)資源進(jìn)行了抽象，將它們都視作是獨(dú)利用ID可對(duì)系統(tǒng)中任何資源實(shí)現(xiàn)唯一定位。同時(shí)在機(jī)器間的網(wǎng)這些標(biāo)識(shí)。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(cè)表，服務(wù)提供者和請(qǐng)求者三個(gè)尋址實(shí)....

圖2-2REST模型

的描述性信息，能與提供者進(jìn)行通信，并請(qǐng)求獲得方法N的訪(fǎng)問(wèn)方式對(duì)應(yīng)方法（step4）。只有在對(duì)請(qǐng)求方法N實(shí)施初次訪(fǎng)問(wèn)時(shí)，才會(huì)出現(xiàn)第后每次進(jìn)行訪(fǎng)問(wèn)時(shí)，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(huì)以SOAPXML文檔的方式向請(qǐng)....

圖2-3推薦系統(tǒng)分層圖

以用戶(hù)歷史行為和信息為依據(jù)，來(lái)推測(cè)其對(duì)指定項(xiàng)目是否感數(shù)據(jù)給用戶(hù)推送個(gè)性化服務(wù)。推薦系統(tǒng)的應(yīng)用主要存在于兩對(duì)指定item的評(píng)級(jí)；其次是推薦給用戶(hù)可能感興趣的items所示，推薦系統(tǒng)通常可以劃分為推薦展示層、結(jié)果融合層、推薦展示層是某種風(fēng)格的展示界面來(lái)展示推薦結(jié)果。結(jié)果融濾和....

圖2-4基于用戶(hù)的協(xié)同過(guò)濾推薦思路

∑()2∈∑()2∈示，代表用戶(hù)u平均評(píng)分值，代表同時(shí)評(píng)用戶(hù)u對(duì)物品i評(píng)分。在該公式中，將用戶(hù)對(duì)物品改善在物品相似度計(jì)算中，用戶(hù)評(píng)分差異所造成結(jié)果推薦通過(guò)以上步驟的計(jì)算，就能得其附件鄰居了，基趣的事物[27]。推薦會(huì)采....

本文編號(hào)：3934710