基于MAHOUT的幾種推薦算法的組合實(shí)現(xiàn)與評測.pdf

1、互聯(lián)網(wǎng)的產(chǎn)生使得電子商務(wù)得到了前所未有的發(fā)展，伴隨而來的是商品數(shù)目與種類的爆炸式增長。在這種背景下，用戶在繁雜的信息中需要花費(fèi)大量的時(shí)間和精力來尋找自己想要的商品，與此同時(shí)不同的用戶有自己獨(dú)特的需求。
　　針對此類問題，初期傳統(tǒng)的互聯(lián)網(wǎng)企業(yè)有兩種解決方案，一是采用分類目錄;二是搜索引擎。但是兩者有一個(gè)共同的局限:需要用戶主動提出自己的需求。但是有時(shí)候用戶無法十分確切描述出自己的需求，為了幫助用戶快捷準(zhǔn)確的鎖定自己感興趣的物品或信息

2、，個(gè)性化推薦系統(tǒng)應(yīng)運(yùn)而生。其利用數(shù)據(jù)挖掘技術(shù)，具有高度智能化，能夠?yàn)橛脩籼峁┩耆珎€(gè)性化的決策支持和信息服務(wù)。
　　推薦系統(tǒng)要想使用戶獲得良好的體驗(yàn)度，作為其核心的推薦算法的重要性不言而喻。目前實(shí)際生產(chǎn)中最常用的推薦算法要數(shù)協(xié)同過濾推薦算法，所謂協(xié)同過濾算法就是抓住用戶選擇商品這一本質(zhì)，利用用戶與商品間的關(guān)系，分析用戶興趣，挖掘不同用戶之間的相似性或者不同物品之間的相似性，通過各種不同的計(jì)算方法形成用戶對未知商品的喜好程度的預(yù)測。<

3、br>　　本文所作的主要工作有:
　　1.詳細(xì)闡述了課題的研究背景，國內(nèi)外的發(fā)展歷史及研究現(xiàn)狀。
　　2.對推薦系統(tǒng)相關(guān)的主要技術(shù)進(jìn)行了詳細(xì)的闡述，其中重點(diǎn)分析推薦引擎的分類及評測標(biāo)準(zhǔn)。
　　3.利用mahout協(xié)同過濾開發(fā)模型實(shí)現(xiàn)了幾種推薦算法的組合，并在Amazon圖書數(shù)據(jù)集上進(jìn)行了評估、算法的人工驗(yàn)證和手動調(diào)優(yōu)。
　　本文的主要?jiǎng)?chuàng)新點(diǎn):
　　1.在深入剖析mahout協(xié)同過濾算法框架的基礎(chǔ)上，對系統(tǒng)實(shí)