基于Hadoop的多特征协同过滤算法研究.pdfVIP

第31卷第 12期 计 算 机 应 用 研 究 V01．31No．12 2014年 12月 ApplicationResearchofComputers Dec．2014 基于 Hadoop的多特征协 同过滤算法研究木 桑治平 ，何聚厚 ， (陕西师范大学 a．计算机科学学院；b．现代教学技术教育部重点实验室，西安 710062) 摘 要：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，_Egg有效支持较大数据集。 关键词 ：协同过滤 ；Hadoop；灰色关联度 ；贝叶斯概率 中图分类号：TP181；TP301．6 文献标志码：A 文章编号：1001—3695(2014)12—3621—04 doi：10．3969／j．issn．1001—3695．2014．12．027 Researchonmulti．featurecollaborativefilteringalgorithm basedonHadoop SANG Zhi—ping ．HE ju—hou’ (a．SchoolofComputerScience，b．KeyLaboratoryofModernTeachingTechnologyofMinistryofEducation，ShaanxiNormalUnive~ity，Xi’ an 710062，China) Abstract：CollaborativefilteringiSthecriticaltechnologyforInternetrecommendationsystem．Inordertodealwiththepreci- sion．efficiencyandtheSCalabilityofdatasetintherecommendationalgorithm ．thispaperproposedamulti—featurecollabora— tivefilteringalgorithmwithgreycorrelationsimilaritybasedonHadooparchitecture．Withtheanalyticresultofusers’features basedonBayesianprobabilitymode1．itformedtheeffectivenearestneighbors’set．Itbuiltthepredictionscorematrixwiththe MapReducemodelofHadoop．Atlast．itformedarecommendationlistwiththegreycorrelationsimilaritymodelbasedonthe effectivenearestneighbors’setandthepredictionscorematrix．Itimprovedexperimentalresultsshow thattheefficiencyand precisionofrecommendation．Andthisalgorithm isabletodealwiththelarge．scaledataset． Keywords：collaborativefiltering；Hadoop；greycorrelationsimilarity；Bayesianprobability 随着互联网的飞速发展 ，用户很难在大量的信息中找到自 (multi—featurecollaborativefiltering，MCF)算法的主要思想是对