基于p2p结构的分布式协同过滤系统研究-管理科学与工程专业论文.docxVIP

摘要摘要 摘要 摘要 个性化电子商务推荐系统在过去几年得到迅速发展。许多大型的商 业网站已经使用推荐系统为其客户推荐产品。例如Amaz On、Ebay、淘宝 等。这些推荐技术是网站个性化的一部分，它使网站自身适应每个用户 的需求。推荐算法是推荐系统的核心。协同过滤算法是最常用的推荐算 法。协同过滤推荐系统找出与用户兴趣相似的其他用户，通过其他用户 的评分来预测用户的感兴趣的商品。但是，由于协同过滤算法存在扩展 性等问题。算法的复杂度随着用户和项的数量的增加而急剧上升。因此， 需要应用分布式协同过滤来解决这样的问题。 基于以上的问题，本文在一般协同过滤系统的研究基础上，利用分 布式计算和JXTA实现了分布式协同过滤，其中有以下内容：(A)分布式 计算。将中心化的数据库的数据分别分配到P2P网络中的对等体进行相 似性运算，每个对等体负责计算一部分数据，然后每个对等体将计算的 结果返回给分配任务的对等体。这个对等体将其他对等体返回的部分数 据进行汇总。利用分布式计算可以有效减少计算项相似度的运算量，并 且充分利用P2P网络中闲置的资源。(B)利用su rl公司提出的P2P规范 协议JXTA开发出一套P2P协同过滤系统。系统主要功能包括：(1)该系 统充分利用JXTA的几个关键属性来实现数据传输与数据查询。如利用通 告来建立接收信息的限制。利用JXTAserver socke