基于Spark的电影推荐系统的设计与实现.docxVIP

基于Spark的电影推荐系统的设计与实现.docx

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

PAGE

PAGE16

基于Spark的电影推荐系统的设计与实现

摘要:本文基于Spark平台设计并实现电影推荐系统,帮助用户在大数据时代海量的电影资源中找到他们想要的电影信息,本文首先对推荐算法以及Spark平台的各个组成部分进行了详细的阐述,整理了算法在Spark中的运行过程,通过设计电影的推荐算法的并行化,完成了基于Spark的电影推荐系统的实现.,在Windows系统中进行电影推荐的运作流程以及推荐列表的展现.

关键词:大数据;Spark平台;并行化;电影推荐系

1引言

电影推荐系统的研究与实现对于能够便捷人们的生活,具有很大的使用价值.

研究现状及意义

1.1.1

文档评论(0)

***** + 关注
实名认证
文档贡献者

乐于分享,有偿帮助。

版权声明书
用户编号:8070007123000004

1亿VIP精品文档

相关文档