基于Hadoop的電子商務(wù)個性化推薦研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展，人類社會進(jìn)入了云計算時代，云計算時代個性化和差異化已經(jīng)成為企業(yè)的核心競爭力，電子商務(wù)的興起實現(xiàn)了從“以產(chǎn)品為中心”向“以客戶為中心”的消費模式的轉(zhuǎn)變，極大地提高了用戶和企業(yè)之間的交易效率。然而電子商務(wù)在為用戶提供快捷便利的服務(wù)時，用戶和商品數(shù)量正以指數(shù)級別遞增，由此引發(fā)信息超載和信息迷航，為使用戶在互聯(lián)網(wǎng)中能更便捷地獲取所需信息，電子商務(wù)個性化推薦系統(tǒng)由此產(chǎn)生，它根據(jù)用戶的興趣偏好及購物習(xí)慣向其推薦感興趣的商品。電

2、子商務(wù)網(wǎng)站使用個性化推薦系統(tǒng)分析用戶的興趣偏好，幫助用戶從龐大的商品目錄中挑選真正適合自己需要的商品，為每個用戶提供個性化服務(wù)。在很多電子商務(wù)個性化推薦技術(shù)中，作為當(dāng)今運用最廣泛、最成功的推薦策略，協(xié)同過濾推薦算法對電子商務(wù)個性化推薦系統(tǒng)性能的優(yōu)劣至關(guān)重要。但是傳統(tǒng)的協(xié)同過濾推薦算法存在稀疏性高、可擴(kuò)展性和實時性差等問題，導(dǎo)致電子商務(wù)個性化推薦系統(tǒng)無法為用戶提供高效的推薦服務(wù)。
　　因此，針對協(xié)同過濾推薦算法中存在的稀疏性、可擴(kuò)展

3、性和實時性等問題，本文設(shè)計了一種基于Hadoop的電子商務(wù)個性化推薦算法，利用Hadoop云計算平臺所擁有的強(qiáng)大計算及存儲能力對基于項目的協(xié)同過濾推薦算法予以改進(jìn)。首先根據(jù)用戶的評分使用Canopy算法進(jìn)行聚類預(yù)處理，將項目集合中的全部項目迅速劃分到不同的Canopy中并生成相應(yīng)的聚類中心。其次，按照Canopy聚類中心集合使用FCM算法對項目集合中的每個項目迭代求出其相對于各個聚類的隸屬度和聚類中心，并根據(jù)最大隸屬度原則確定每個項目所

4、屬的聚類，從而得到最終的聚類集合。再次，在Canopy-FCM聚類算法上根據(jù)目標(biāo)項目與所有聚類中心之間的相似度，選擇相似度最高的前若干個聚類中的項目構(gòu)建目標(biāo)項目的推薦候選項目空間。最后，在推薦候選項目空間上使用基于項目的協(xié)同過濾推薦算法算法在線完成推薦。
　　在MovieLens數(shù)據(jù)集上，與一些傳統(tǒng)的協(xié)同過濾算法進(jìn)行的對比結(jié)果顯示本文算法在分布式集群上具有較好的可擴(kuò)展性和推薦效率，并且推薦精度也有所提高，可以較好地改進(jìn)電子商務(wù)個性