基于Hadoop平臺(tái)和Mahout框架的推薦系統(tǒng)研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)高速發(fā)展，數(shù)據(jù)量爆炸式劇增。在電子商務(wù)中，信息過載帶來糟糕的購物體驗(yàn)，從而導(dǎo)致客戶流失。如何在海量數(shù)據(jù)中快速找到客戶的興趣點(diǎn)，并推薦給客戶，是各大企業(yè)面臨的嚴(yán)峻挑戰(zhàn)。推薦技術(shù)已經(jīng)誕生二十余年，期間各大學(xué)者、企業(yè)的研究大大推進(jìn)了技術(shù)發(fā)展。伴隨著信息的海量化、計(jì)算的分布式化，大數(shù)據(jù)推薦應(yīng)運(yùn)而生。目前推薦模塊在電子商務(wù)系統(tǒng)中扮演著重要角色。
　　本文首先敘述了推薦系統(tǒng)的發(fā)展背景，總結(jié)概括了推薦算法的類別，主要包括協(xié)同過濾和內(nèi)容

2、過濾等。接著講解了推薦算法在機(jī)器學(xué)習(xí)算法框架Mahout中的實(shí)現(xiàn)。最后，通過架設(shè)Hadoop分布式平臺(tái)，采用Mahout構(gòu)建課程數(shù)據(jù)集處理流程，使用數(shù)據(jù)遷移工具Sqoop作為HDFS和MySQL的橋梁，將推薦結(jié)果自動(dòng)遷移到MySQL數(shù)據(jù)庫，產(chǎn)生可以被Web項(xiàng)目使用的推薦信息。使用Maven構(gòu)建Web項(xiàng)目，以Tomcat為容器，采用Spring為框架，完成一個(gè)基于Hadoop和Mahout的課程推薦系統(tǒng)。
　　總結(jié)起來，本文主要完成