基于MAHOUT的幾種推薦算法的組合實現(xiàn)與評測.pdf

1、互聯(lián)網(wǎng)的產(chǎn)生使得電子商務得到了前所未有的發(fā)展，伴隨而來的是商品數(shù)目與種類的爆炸式增長。在這種背景下，用戶在繁雜的信息中需要花費大量的時間和精力來尋找自己想要的商品，與此同時不同的用戶有自己獨特的需求。
　　針對此類問題，初期傳統(tǒng)的互聯(lián)網(wǎng)企業(yè)有兩種解決方案，一是采用分類目錄;二是搜索引擎。但是兩者有一個共同的局限:需要用戶主動提出自己的需求。但是有時候用戶無法十分確切描述出自己的需求，為了幫助用戶快捷準確的鎖定自己感興趣的物品或信息

2、，個性化推薦系統(tǒng)應運而生。其利用數(shù)據(jù)挖掘技術，具有高度智能化，能夠為用戶提供完全個性化的決策支持和信息服務。
　　推薦系統(tǒng)要想使用戶獲得良好的體驗度，作為其核心的推薦算法的重要性不言而喻。目前實際生產(chǎn)中最常用的推薦算法要數(shù)協(xié)同過濾推薦算法，所謂協(xié)同過濾算法就是抓住用戶選擇商品這一本質(zhì)，利用用戶與商品間的關系，分析用戶興趣，挖掘不同用戶之間的相似性或者不同物品之間的相似性，通過各種不同的計算方法形成用戶對未知商品的喜好程度的預測。<

3、br>　　本文所作的主要工作有:
　　1.詳細闡述了課題的研究背景，國內(nèi)外的發(fā)展歷史及研究現(xiàn)狀。
　　2.對推薦系統(tǒng)相關的主要技術進行了詳細的闡述，其中重點分析推薦引擎的分類及評測標準。
　　3.利用mahout協(xié)同過濾開發(fā)模型實現(xiàn)了幾種推薦算法的組合，并在Amazon圖書數(shù)據(jù)集上進行了評估、算法的人工驗證和手動調(diào)優(yōu)。
　　本文的主要創(chuàng)新點:
　　1.在深入剖析mahout協(xié)同過濾算法框架的基礎上，對系統(tǒng)實