

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、自1990年第一篇使用協(xié)同過濾算法進行推薦的論文誕生以來,推薦系統(tǒng)在工業(yè)界和學術界已經(jīng)有了廣泛的發(fā)展。傳統(tǒng)的推薦系統(tǒng)算法主要使用的基于協(xié)同過濾的推薦算法,基于上下文感知的推薦算法以及基于社交網(wǎng)絡的推薦算法等,而基于用戶地理位置的產(chǎn)品推薦方法并沒有廣泛流行。但隨著移動互聯(lián)網(wǎng)的蓬勃發(fā)展,用戶的地理位置數(shù)據(jù)通過手機端GPS開始被大量獲取,開始成為商品推薦的重要特征屬性,使得一些基于用戶地理位置的商品推薦任務成為可能。
本文總結傳統(tǒng)的
2、推薦計算方法以及現(xiàn)代的推薦計算方法的發(fā)展歷程,通過收集基于位置的人口普查數(shù)據(jù)和產(chǎn)品交易數(shù)據(jù),提出一些基于位置的產(chǎn)品推薦計算方法。同時,由于數(shù)據(jù)規(guī)模較大,數(shù)據(jù)計算和調(diào)度的管理變得越加困難,單機計算模式難以處理海量的計算需求,而基于MapReduce的Hadoop平臺在面對多輪迭代的機器學習技術時顯得有些力不從心。因此,本文使用Oozie來進行數(shù)據(jù)流調(diào)度的管理,并使用Spark來加速機器學習算法的計算效率。經(jīng)過實驗比較和驗證之后,證明使用O
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Spark平臺的實時流計算推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于Spark的推薦系統(tǒng)的設計與實現(xiàn).pdf
- 基于Spark的混合推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于Spark的高考推薦系統(tǒng)設計與實現(xiàn).pdf
- 基于Spark的并行推薦算法的研究與實現(xiàn).pdf
- 基于Spark的混合推薦系統(tǒng).pdf
- 基于Spark平臺的混合推薦算法的研究與實現(xiàn).pdf
- 基于Spark的推薦系統(tǒng)的研究.pdf
- 基于Spark的個性化推薦系統(tǒng)設計與實現(xiàn).pdf
- 基于Spark的海量數(shù)據(jù)計算平臺設計與實現(xiàn).pdf
- 基于Spark的個性化推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于spark的個性化推薦系統(tǒng)設計與實現(xiàn)
- 基于Spark平臺的協(xié)同過濾推薦算法的研究與實現(xiàn).pdf
- 基于Spark的混合協(xié)同過濾推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于Spark平臺推薦系統(tǒng)研究.pdf
- 基于Spark機器學習的服飾電商推薦系統(tǒng)研究與實現(xiàn).pdf
- 基于位置服務的推薦引擎設計與實現(xiàn).pdf
- 基于Spark平臺大數(shù)據(jù)推薦系統(tǒng)的研究.pdf
- 基于Kubernetes的大數(shù)據(jù)流式計算Spark平臺設計與實現(xiàn).pdf
- 基于Spark的sMRI影像分類診斷與電影推薦.pdf
評論
0/150
提交評論