基于Hadoop的电子商务推荐系统的设计与实现

被引：45

作者：

李文海 ^{[1
,2
]}

许舒人 ^{[1
]}

机构：

[1] 中国科学院软件研究所软件工程技术研究开发中心

[2] 中国科学院研究生院

来源：

计算机工程与设计 | 2014年 / 35卷 / 01期

关键词：

分布式推荐系统; 混合推荐; Hadoop; 关联规则挖掘; 协同过滤;

D O I：

10.16208/j.issn1000-7024.2014.01.044

中图分类号：

TP391.3 [检索机]; TP311.52 [];

学科分类号：

081203 ; 0835 ; 081202 ;

摘要：

为了解决大数据应用背景下大型电子商务系统所面临的信息过载问题,研究了基于Hadoop构建分布式电子商务推荐系统的方案。采用基于MapReduce模型实现的算法具有较高的伸缩性和性能,能高效地进行离线数据分析。为了克服单一推荐技术的不足,设计了融合多种互补性推荐技术的混合推荐模型。实验结果表明,基于Hadoop平台实现的推荐系统具有较好的伸缩性和性能。

引用

页码：130 / 136+143 +143

页数：8