基于Hadoop和Mahout的菜品推薦系統(tǒng)的研究和實現(xiàn).pdf

1、伴隨互聯(lián)網(wǎng)+大數(shù)據(jù)對傳統(tǒng)餐飲業(yè)的不斷滲透，傳統(tǒng)的餐飲企業(yè)迫切需要發(fā)展自己的網(wǎng)上餐廳，為了促進業(yè)務(wù)的發(fā)展與提升需要采用技術(shù)手段，并且為了使用戶體驗數(shù)據(jù)運用到業(yè)務(wù)服務(wù)過程中可以通過強化互聯(lián)網(wǎng)餐飲系統(tǒng)的自助化和提升用戶的參與度，接著通過數(shù)據(jù)的分析與挖掘技術(shù)。同時，Baidu、Ali等大型互聯(lián)網(wǎng)公司也紛紛與餐飲實體合作，取得了一些初步的成果。然而信息過載也給用戶帶來了糟糕的購物體驗，導(dǎo)致客戶流失。如何在大量的菜品中迅速找到客戶的興趣愛好，并主動

2、推薦給客戶，是各大企業(yè)面對的嚴(yán)峻挑戰(zhàn)。伴隨著餐飲信息的海量化、計算的分布式化，大數(shù)據(jù)推薦應(yīng)運而生。目前推薦模塊在電子商務(wù)系統(tǒng)中扮演著重要角色。針對目前餐飲大數(shù)據(jù)的發(fā)展?fàn)顩r，為減少電子商務(wù)中因菜品信息的增加導(dǎo)致的客戶的流失，本文設(shè)計和實現(xiàn)一款以服務(wù)為主的菜品推薦系統(tǒng)。本文通過研究網(wǎng)絡(luò)爬蟲技術(shù)、Mahout的機器學(xué)習(xí)算法庫中的協(xié)同過濾算法和Hadoop分布式框架解決了系統(tǒng)存在的關(guān)鍵性問題:餐飲數(shù)據(jù)的來源、系統(tǒng)個性化推薦算法參數(shù)調(diào)優(yōu)。

3、　　本文首先介紹了推薦系統(tǒng)的發(fā)展背景，總結(jié)歸納了系統(tǒng)使用的相關(guān)技術(shù)。接著，運用網(wǎng)絡(luò)爬蟲技術(shù)實現(xiàn)了在美團網(wǎng)上對商家信息、用戶信息、菜品信息等數(shù)據(jù)的爬取任務(wù)，并將數(shù)據(jù)存放到Mysql數(shù)據(jù)庫中;然后抽取部分?jǐn)?shù)據(jù)做測試數(shù)據(jù)，在單機環(huán)境下完成了機器學(xué)習(xí)算法框架Mahout中的推薦算法的測試;最后，設(shè)計部署系統(tǒng)的開發(fā)環(huán)境，并對系統(tǒng)進行需求分析，實現(xiàn)通過瀏覽器提交算法的mr作業(yè)，完成算法對數(shù)據(jù)的分析，并將產(chǎn)生的結(jié)果從HDFS上遷移到MySQL數(shù)據(jù)庫里