你好,游客 登录 注册 发布搜索
背景:
阅读新闻

[PDF]基于Hadoop的多特征协同过滤算法研究

[日期:2014-09-10] 来源:计算机应用研究  作者:桑治平 何聚厚 [字体: ]

基于Hadoop的多特征协同过滤算法研究

桑治平 何聚厚

协同过滤是互联网推荐系统的核心技术,针对协同过滤推荐算法中推荐精度和推荐效率以及数据可扩展性问题,采用灰色关联相似度,设计和实现了一种基于Hadoop的多特征协同过滤推荐算法,使用贝叶斯概率对用户特征属性进行分析,根据分析结果形成用户最近邻居集合,通过Hadoop中的MapReduce模型构建预测评分矩阵,最后基于邻居集和用户灰色关联度形成推荐列表。实验结果表明该算法提高了推荐的有效性和准确度,且能有效支持较大数据集。 


基于Hadoop的多特征协同过滤算法研究

收藏 推荐 打印 | 录入:574107552 | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款