基于分布式平臺(tái)的個(gè)性化推薦系統(tǒng)研究.pdf

1、近年來(lái)，發(fā)展勢(shì)頭迅猛的互聯(lián)網(wǎng)行業(yè)，極大的促進(jìn)了社會(huì)發(fā)展并改善了人們的生活方式。Web的廣泛使用和普及，也使得基于Web平臺(tái)的網(wǎng)絡(luò)商務(wù)交易應(yīng)用模式變得愈發(fā)流行。網(wǎng)絡(luò)商務(wù)的推廣應(yīng)用中最典型的一個(gè)問(wèn)題就是“信息過(guò)載”，互聯(lián)網(wǎng)信息的種類(lèi)繁多，物品數(shù)量龐大，推薦技術(shù)是在大量看似散亂無(wú)關(guān)的數(shù)據(jù)中分析并提取出用戶可能會(huì)關(guān)注的信息的一種策略，因此如何給予參與者更好、更快速的推薦服務(wù)體驗(yàn)顯得尤為重要。然而，網(wǎng)絡(luò)商務(wù)交易系統(tǒng)規(guī)模的快速增長(zhǎng)使得推薦系統(tǒng)的實(shí)施

2、也受到了來(lái)自許多方面的挑戰(zhàn)，其中影響其發(fā)展的幾個(gè)主要問(wèn)題有：特征提取問(wèn)題、“冷啟動(dòng)”問(wèn)題、數(shù)據(jù)稀疏性問(wèn)題、算法可擴(kuò)展性問(wèn)題等等，本文將致力于解決上述幾個(gè)推薦難題。
　　在當(dāng)今的社會(huì)背景下，局限于單機(jī)性能的推薦系統(tǒng)在面對(duì)海量規(guī)模的數(shù)據(jù)的分析和處理業(yè)務(wù)面前顯得力不從心，所以迫切的需要結(jié)合云平臺(tái)處理海量規(guī)模數(shù)據(jù)的并行計(jì)算特性，將傳統(tǒng)的推薦系統(tǒng)的解決方案改進(jìn)成適合分布式平臺(tái)處理的方案才是推薦領(lǐng)域未來(lái)的研究發(fā)展的態(tài)勢(shì)。
　　文章重點(diǎn)研

3、究和分析了三類(lèi)常見(jiàn)的推薦技術(shù)的核心原理和方法，對(duì)比分析了協(xié)同過(guò)濾推薦模型、ContentBased模型和SlopeOne推薦模型的特性，針對(duì)不同的推薦技術(shù)中存在的不足之處，提出相應(yīng)的改進(jìn)方法。另外從用戶特性和物品特性的角度出發(fā)，嘗試使用組合模型來(lái)融合不同推薦技術(shù)的優(yōu)點(diǎn)以求最大程度的優(yōu)化推薦模型。為了能夠高效地處理具有大規(guī)模數(shù)據(jù)量的推薦應(yīng)用，本文結(jié)合Hadoop平臺(tái)高效的并行計(jì)算能力將幾種改進(jìn)的推薦技術(shù)實(shí)現(xiàn)為分布式推薦算法，并通過(guò)仿真實(shí)驗(yàn)