基于Mahout电子商务商品系统.docVIP

基于Mahout电子商务商品系统 　　摘要：针对电子商务网站需要为用户提供快速、准确的商品推荐从而进一步促进商品交易的问题，实现客户与商家双赢，构建一个基于Mahout的电子商务商品推荐系统。通过对Mahout的开发环境、算法等内容的介绍和分析，并结合商品的特点及用户偏好等属性设计实现了基于Mahout的商品推荐系统。 　　关键词：电子商务；Mahout；商品推荐；Hadoop 　　中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2016）12-0291-02 　　Abstract： A E-commerce product recommendation system is proposed based on the Mahout due to provide users with e-commerce website for fast， accurate product recommendations and further promote during commodity trading. So it will be in win-win situation. At first， Mahout development environment， algorithms and other content are presented and analyzed. Then， the product recommendation system which based on Mahout combined with product properties， design features and user preferences， etc. is built. 　　Key words： e-commerce； Mahout； Product recommendation； Hadoop 　　随着信息技术的飞速发展和政府对电子商务领域的积极推动，目前电子商务正以前所未有的速度蓬勃发展。但随着用户和需求的不断增长，电商交易环节中结构化与非结构化数据的存储和处理，用户需求种类的多样化等问题也提出了更高的要求。电子商务交易的商品数量及相关信息等呈爆炸性的增长，如何在这些海量信息中识别出真正有价值的信息也变得越来越困难。尽管Hadoop 软件框架的发展与工具的应用越来越成熟，能够较好地实现对海量数据的存储与计算，但将海量的数据存储在云端只是解决了数据的存储问题，如何满足用户的需求，将云数据转化为对用户有价值的信息并能高效、准确地推荐给用户才是目前电子商务网站亟需解决的关键问题。 　　自1992年Goldberg D等人提出首个基于协同过滤的推荐系统[1]以来，电子商务个性化推荐服务得到了快速发展。2008推出的开源Apache Mahout是基于Hadoop分布式框架的机器学习算法库。[2]其中cf. taste包实现了推荐算法引擎，它提供了一套完整的推荐算法工具集，同时规范了数据结构，并标准化了程序开发过程。[3]此外，Mahout还提供了大量的功能实现，包括聚类、集群、分类、协同过滤和进化程序等数据挖掘算法。通过使用Apache Hadoop库，Mahout可以有效地扩展到云中。[4] 　　本文基于Mahout设计开发了一个电子商务商品推荐系统，通过对用户已经产生的浏览记录、购买喜好、价格承受区间、商品内在的相关性等数据的挖掘及过滤，实现自动化、智能化和个性化的信息过滤服务，帮助用户发现所需商品，商家也可利用推荐进一步激发用户的购买欲望。 　　1 Mahout开发环境 　　Mahout最初应用的平台是Hadoop集群平台，但是现在经过扩展，Mahout已经不仅仅适用于Hadoop集群云平台，还可以单机运行算法，即与使用Java编写的算法是一样的，而且这个算法还是优化过的。 　　配置Mahout环境之前必须安装好Java，然后就可进行Maven的安装。因为Mahout是利用Maven来构建和发布项目的。Maven是一个命令行工具，它管理依赖关系、编译代码、形成软件包、生成文档并发布正式版本。如果已经安装了Eclipse，Maven就已经被集成在其中了，可以直接使用Maven配置文件（pom.xml）来配置并导入项目。如果没有安装Eclipse，则首先要到Maven官网http：///download.cgi下载Maven软件的bin版，解压到/home/mahout/apache-maven-3.1.0，然后设置环境变量。在系统环境变量配置文件中输入：sudo vim /etc/profile 并在其中添加： 　　export M2=/home/mahout/apache-maven-3.1.0