基于云計算平臺的智能推薦系統(tǒng)研究.pdf

1、我們每天都在創(chuàng)造、傳遞和接收信息，信息在當(dāng)代正處于空前膨脹的狀態(tài)。面對處理如此海量的數(shù)據(jù)所帶來的問題，專家學(xué)者和業(yè)界都在進(jìn)行相關(guān)研究，其中重要的兩個方向就是云計算和推薦系統(tǒng)。
　　 云計算在存儲和處理海量數(shù)據(jù)上具有它強(qiáng)大的優(yōu)勢。同時它將存儲資源和計算資源通過服務(wù)的方式提供給用戶，并按用戶的需要彈性地分配服務(wù)性能。通常我們通過購買計算機(jī)硬件和軟件來獲得計算機(jī)帶給我們的便利。然而當(dāng)我們不使用計算機(jī)或者僅使用了計算機(jī)的少部分系統(tǒng)資源時

2、，計算機(jī)處于閑置的狀態(tài)。這是一種資源浪費(fèi)，不但是我們消費(fèi)大量金錢購置了無法充分使用的資源，同時由于制造出來的大量計算機(jī)的閑置也是對環(huán)境造成破環(huán)，尤其是淘汰的舊計算機(jī)更是一種環(huán)境污染。而云計算改變了我們對計算機(jī)的觀念，我們需要的并不是計算機(jī)的硬件或軟件，我們需要的是一種IT服務(wù)。因此在云計算充分發(fā)展時，我們不需要購買計算機(jī)硬件和軟件，只要按需購買云計算提供的IT服務(wù)，我們可以通過任何可用的終端訪問云端服務(wù)。眾多IT界領(lǐng)先的大公司參與到云計

3、算的研究和研發(fā)中，包括IBM、Google、微軟、蘋果公司等等。其中Google公司提出的云計算在文件系統(tǒng)、編程模型和關(guān)系數(shù)據(jù)存儲三個方面的技術(shù)理論：GFS、MapReduce和BigTable對云計算發(fā)展具有指導(dǎo)性的作用。在此理論基礎(chǔ)上很多公司和組織對云計算進(jìn)行了技術(shù)實(shí)現(xiàn)，其中最重要的是Apache基金會的開源實(shí)現(xiàn)Hadoop。
　　 推薦系統(tǒng)能夠幫助用戶從大量信息中發(fā)現(xiàn)其感興趣的內(nèi)容。推薦系統(tǒng)的推薦方法包括基于內(nèi)容的推薦、基

4、于協(xié)同過濾的推薦和基于知識的推薦?；趨f(xié)同過濾的推薦系統(tǒng)是當(dāng)前常用的推薦方式，它通過找到和你趣味相投的用戶來向你推薦他們也喜歡的項目。它更體現(xiàn)出在互聯(lián)網(wǎng)時代人們之間的群體智慧。推薦系統(tǒng)和云計算二者之間有著天然的互相作用和影響的潛力。當(dāng)代業(yè)界的推薦系統(tǒng)的數(shù)據(jù)來源常常是上百萬乃至上億級的數(shù)據(jù)記錄，這對系統(tǒng)如何存取這些數(shù)據(jù)以及如何快速計算出推薦結(jié)果都提出了更高的要求，云計算技術(shù)的產(chǎn)生為這些問題提供了答案。在未來的IT發(fā)展中，云將成為一切計算任

5、務(wù)的原動力和存儲場所。
　　 為了能夠在云計算平臺上實(shí)現(xiàn)高效、優(yōu)質(zhì)的推薦系統(tǒng)，本文對推薦系統(tǒng)和云計算技術(shù)的研究現(xiàn)狀進(jìn)行闡述，重點(diǎn)對基于項目協(xié)同過濾的推薦算法和基于關(guān)聯(lián)規(guī)則挖掘的推薦算法進(jìn)行研究分析，參考Google云計算編程模型的一些改進(jìn)原則，得出自己的基于MapReduce的項目協(xié)同過濾和關(guān)聯(lián)規(guī)則的推薦算法的改進(jìn)算法，使得算法可以在Hadoop平臺中運(yùn)行。本文通過讓算法適應(yīng)云平臺，使得推薦系統(tǒng)具有很強(qiáng)的并行計算能力以及容錯性和