基于Mahout視頻推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、高速發(fā)展的互聯(lián)網(wǎng)信息產(chǎn)業(yè)，給人們帶來(lái)了意想不到的便利，并且近幾年中國(guó)推出“互聯(lián)網(wǎng)+”的理念，將互聯(lián)網(wǎng)運(yùn)用到各個(gè)領(lǐng)域中。其中就包括“互聯(lián)網(wǎng)+影視”，許多的互聯(lián)網(wǎng)企業(yè)借此搭建服務(wù)多樣化在線視頻網(wǎng)站以滿(mǎn)足越來(lái)越多人的文化需求。也正因?yàn)榇?，網(wǎng)絡(luò)上的視頻信息數(shù)量變得相當(dāng)龐大，而用戶(hù)想要在海量的數(shù)據(jù)中找到自己感興趣的內(nèi)容卻變得愈加困難。推薦技術(shù)能夠?qū)Υ罅康挠脩?hù)歷史行為數(shù)據(jù)進(jìn)行分析并為用戶(hù)推薦感興趣的內(nèi)容，因此，本文將推薦技術(shù)運(yùn)用到視頻網(wǎng)站上，從而有

2、效地解決此類(lèi)問(wèn)題。
　　推薦算法是決定一個(gè)推薦系統(tǒng)好壞的重要因素，目前比較流行的推薦算法有基于內(nèi)容的推薦算法、協(xié)同過(guò)濾推薦算法、基于規(guī)則推薦算法。本文研究了這三個(gè)推薦算法的基本思想以及各個(gè)算法的優(yōu)缺點(diǎn)，初步選取協(xié)同過(guò)濾推薦作為本系統(tǒng)的推薦算法。協(xié)同過(guò)濾推薦算法包含兩個(gè)分支，基于用戶(hù)和基于項(xiàng)目的協(xié)同過(guò)濾推薦算法，本文深入研究了其算法的原理并模擬數(shù)據(jù)對(duì)算法的實(shí)現(xiàn)過(guò)程進(jìn)行詳細(xì)地介紹，同時(shí)結(jié)合視頻推薦系統(tǒng)的特點(diǎn)，最終選定基于項(xiàng)目的協(xié)同過(guò)濾

3、推薦算法來(lái)完成本系統(tǒng)的推薦模塊。由于推薦算法需要分析海量的用戶(hù)歷史行為數(shù)據(jù)，因此本文在Hadoop平臺(tái)上利用機(jī)器學(xué)習(xí)框架Mahout來(lái)實(shí)現(xiàn)推薦算法，從而提高算法的效率。
　　除此之外，通過(guò)對(duì)協(xié)同過(guò)濾算法原理的研究發(fā)現(xiàn)其存在新用戶(hù)問(wèn)題，即對(duì)于沒(méi)有用戶(hù)歷史行為數(shù)據(jù)的用戶(hù)不能進(jìn)行推薦。針對(duì)這一問(wèn)題，本文提出新用戶(hù)推薦算法來(lái)解決，該算法需要使用到兩個(gè)基礎(chǔ)數(shù)據(jù)，視頻中用戶(hù)平均分最高前10個(gè)視頻(Top10算法)和協(xié)同過(guò)濾算法的結(jié)果數(shù)據(jù)，對(duì)于