云計(jì)算平臺(tái)下的個(gè)性化推薦算法設(shè)計(jì).pdf

1、隨著Internet的迅猛發(fā)展，接入Internet的服務(wù)器數(shù)量和其提供的信息數(shù)量都呈現(xiàn)指數(shù)增長的態(tài)勢。面對如此海量的信息，人們往往感到無所適從，出現(xiàn)了所謂的“信息超載”現(xiàn)象。個(gè)性化推薦技術(shù)被認(rèn)為是當(dāng)前解決“信息超載”問題最有效的工具之一，但現(xiàn)有的個(gè)性化推薦系統(tǒng)面臨著海量數(shù)據(jù)帶來的數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理和推薦速度等方面的挑戰(zhàn)，現(xiàn)有系統(tǒng)在推薦精度、推薦多樣性、推薦冷門產(chǎn)品能力等方面仍然需要進(jìn)一步改進(jìn)。
　　 本文利用基于二部圖的算法進(jìn)

2、行個(gè)性化推薦，提出了通過適當(dāng)降低產(chǎn)品的度來提高算法推薦冷門產(chǎn)品能力的方法，并在分析海量數(shù)據(jù)對現(xiàn)有的個(gè)性化系統(tǒng)帶來挑戰(zhàn)的基礎(chǔ)上，提出了把云計(jì)算平臺(tái)與個(gè)性化推薦系統(tǒng)結(jié)合起來的解決方法，設(shè)計(jì)出了云計(jì)算平臺(tái)下的個(gè)性化推薦流程。主要工作如下：
　　 (1)以基于二部圖的推薦算法為切入點(diǎn)，研究該算法在推薦精度、推薦多樣性和推薦冷門產(chǎn)品方面的性能，并從兩個(gè)角度對算法進(jìn)行改進(jìn)：一是通過引入指數(shù)參數(shù)的方式來降低產(chǎn)品的度從而提高推薦精度和推薦冷門產(chǎn)

3、品的能力；二是采用周濤提出的去重復(fù)屬性的辦法來提高算法的推薦精度。在Movielens數(shù)據(jù)集上測試的實(shí)驗(yàn)結(jié)果表明，基于二部圖的個(gè)性化推薦算法在推薦精度、推薦多樣性和推薦冷門產(chǎn)品方面有良好的性能，且上述兩種改進(jìn)方法均能進(jìn)一步有效提高該算法的推薦精度，并且降低產(chǎn)品的度的方法還能提高推薦冷門產(chǎn)品的能力。
　　 (2)深入研究云計(jì)算核心技術(shù)以及Bigtable、GFS、MapReduce工作機(jī)制，配置Hadoop云計(jì)算環(huán)境。