基于云計算的微博推薦系統(tǒng)研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、目前,隨著互聯(lián)網(wǎng)的發(fā)展、網(wǎng)絡應用和手機應用的普及,微博平臺用戶越來越多,產(chǎn)生的數(shù)據(jù)量也越來越多。隨著數(shù)據(jù)量的增加,傳統(tǒng)的數(shù)據(jù)處理方式很難滿足人們的需求,網(wǎng)民需要速度更快、效率更高的數(shù)據(jù)處理方式。網(wǎng)民對于現(xiàn)狀的不滿足,促使了云計算和推薦系統(tǒng)的發(fā)展。
  為了解決上述問題,本文主要進行了一下工作:
  1.介紹了云計算的概念,部署模式以及SPI服務模式和目前國內外研究現(xiàn)狀,重點分析了Apache社區(qū)組織提供的開源Hadoop云計

2、算并行編程框架系統(tǒng),并通過積極努力嘗試,成功搭建Hadoop分布式云計算平臺,為后面的實驗提供了基礎設施保障。
  2.介紹了推薦系統(tǒng)的相關技術,針對各種不同的推薦算法的推薦過程、特點和關鍵技術進行了詳細分析。重點剖析了基于用戶和基于項目的協(xié)同過濾推薦算法,并分析比較了目前解決冷啟動問題的各種算法,指出了各自的優(yōu)缺點。針對數(shù)據(jù)稀疏問題,論文提出了混合協(xié)同過濾微博推薦算法?;谟脩舻膮f(xié)同過濾對于用戶之間的相似度非常依賴,同理基于項目

3、的協(xié)同過濾對于項目之間的相似度會非常依賴?;旌贤扑]算法,它結合兩種協(xié)同過濾推薦算法,避免過分依賴用戶或者項目屬性。
  3.分析了微博平臺的特征以及微博用戶的特征,對用戶進行分類,將用戶分為:新用戶、老用戶兩大類。老用戶又分為:關注量多、粉絲量多兩類。根據(jù)分類對不同的用戶采用不同的推薦算法。新用戶根據(jù)用戶自定義的標簽,采用標簽推薦算法;老用戶根據(jù)自己的粉絲量和關注量的比值來選擇采用哪種推薦算法,當關注量多時,選擇基于用戶的協(xié)同過濾

4、推薦算法,當粉絲數(shù)量多時,選擇基于項目的協(xié)同過濾推薦算法。
  4.結合具體的實驗,來混合協(xié)同過濾微博推薦算法的優(yōu)越性。在推薦質量方面,將混合協(xié)同過濾微博推薦算法與基于用戶的系統(tǒng)過濾推薦算法、基于項目的協(xié)同過濾推薦算法進行比較,實驗證明混合協(xié)同過濾微博推薦算法的推薦質量更高。在響應時間方面,實驗從輸入數(shù)據(jù)的大小與分布式環(huán)境中節(jié)點數(shù)量的多少兩方面驗證了混合協(xié)同過濾微博推薦算法的優(yōu)越性。
  5.將混合協(xié)同過濾微博推薦算法與云平

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,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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。

評論

0/150

提交評論