基于专家系统的个性化推荐系统的设计与实现.docxVIP

基于专家系统的个性化推荐系统的设计 与实现 摘要：随着互联网及物流运输行业的快速发展，越来越多的人选择 在网上挑选服饰类商品。基于服饰类商品具有重复购买率低、搭配性强、 受当季流行因素影响大等特点，提出了一种基于协同过滤与专家推荐的 混合推荐策略，在为商品引入流行因子的基础Z上，为用户提供了一种 更为个性化、时尚化的推荐结果。由于业务系统涵盖了海量的商品及用 户数据，单机计算系统难以满足推荐系统对计算资源的需求，在基于 Hadoop平台的基础之上，构建了一套离线分布式推荐系统，为解决大 数据应用背景下的数据计算问题提供了可行性案例。 关键词：推荐系统；专家推荐；协同过滤；Hadoop；分布式计算 中图分类号：TP311.5文献标识码：A 1 弓 I (Introduction) 随着互联网的不断发展，市面上出现了越来越多的垂直类服装电子 商务平台，极大的丰富了人们购买服饰类商品的选择。然而，随着商品 数量的逐渐增多，信息冗余给用户带来了极大的选择困难。如何帮助用 户从海量的商品中，筛选出用户喜欢且满意的商品，以提高用户的购买 率，成为当下服饰类电商平台面临的一大严峻考验。 当前，电商推荐系统的推荐策略，一般可分为以下儿类：协同过滤 推荐、基于内容的推荐[1,2]0前者又可分为基于商品的协同过滤推荐和 基于用户的协同过滤推荐，其本质是在商品集中寻找相似的商品，为冃 标用户予以推荐，