基于Hadoop社交网络服务推荐算法.pdfVIP

第31卷第4期 吉林大学学报(信息科学版) V01．31No．4 of 2013年7月 JournalJilin Science 2013 University(InformationEdition) July 文章编号2013)04-0359-06 基于Hadoop的社交网络服务推荐算法 李 玲，任 青，付 园，陈 鹤，梅圣民 (吉林大学通信工程学院，长春130012) 摘要：为高效处理社交网络产生的海量数据，并保证社交网的可扩展性，将TF．IDF(TermFrequency—Inverse Document 法提取用户微博中的关键词，再根据关键词发现用户的兴趣，并对用户做相应的推荐。为验证分布式TF—IDF算 法的有效性和可扩展性，与TextRank算法的结果做对比。实验结果表明，分布式TF．IDF算法提取的关键词能 更准确地描述用户的特性，同时具有良好的可扩展性。 关键词：Hadoop云平台；分布式TF-IDF算法；MapReduce模型；TextRank算法 中图分类号：TN915 文献标识码：A forSocialNetworkRecommendationServiceBasedon Algorithm Hadoop LILing，RENQing，FUYuan，CHENHe，MEISheng—min ofCommunication 130012，China) (College Enslneefing，JilinUniversity，Changchun orderto amountofdata inthesocialnetworkwith and Abstract：In processhuge generated efficiencyscalability， we thedistributed Document suitablefor designed TF—IDF(TermFrequency—InverseFrequency)algorithm this on extractswordsinusers MapReduce，andimplementedalgorithmHadoop．Thisalgorithmkey weibo，in this usersinterestcouldbe the servicecouldberecommendedtotheuser．In way found，andcorresponding orderto the and ofthedistributedTF—IDF resultsofthedistributedTF- verifyvalidityscalability algorithm，the IDF andTextRank was resultsshowthat wordsextracted algorithm algorithmcompared．Theexperimental key by thedistributedTF-IDF could characteristicsoftheusermore the al