- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
ISSN1009-3044E-mail:xsjl@
ComputerKnowledgeandTechnology电脑知识与技术
ComputerKnowledgeandTechnology电脑知识与技术第17卷第5期(2021年2月)
http://
Vol.17,No.5February2021Tel:+86-55165690964
基于Spark和微服务架构的电影推荐系统设计与实现
史爱武,李险贵
(武汉纺织大学云计算与大数据研究中心,湖北武汉430200)
摘要:推荐系统广泛应用于人们生活的多个领域,日常生活中常见的有电商、电影、音乐和新闻推荐等。推荐系统根据用
户的历史偏好主动推送相关的信息,节约了用户的时间,极大地提升了用户的体验。随着大数据技术的发展成熟,数据处
理的速度变得更快。该文选取MovieLens电影数据集,并基于大数据分布式处理框架Spark和交替最小二乘法ALS等算法
搭建数据处理平台,然后再结合SpringBoot和SpringCloud等搭建电影后台服务,实现一个基于微服务架构的电影推荐
系统。
关键词:推荐系统;Spark;ALS;微服务架构
中图分类号:TP311.52文献标识码:A
文章编号:1009-3044(2021)05-0078-03开放科学(资源服务)标识码(OSID):
DesignandImplementationofMovieRecommendationSystemBasedonSparkandMicroserviceArchitecture
SHIAi-wu,LIXian-gui
(CloudComputingandBigDataResearchCenterofWuhanTextileUniversity,Wuhan430200,China)
Abstract:Recommendationsystemiswidelyusedinmanyfieldsofpeopleslife,suchase-commerce,movies,musicandnewsrec⁃
ommendationandsoon.Recommendationsystemactivelypushesrelevantinformationaccordingtotheusershistoricalpreference,
whichsavestheuserstimeandgreatlyimprovestheusersexperience.Withthedevelopmentandmaturityofbigdatatechnology,
thespeedofdataprocessingbecomesfaster.Thispaperselectsmovielensmoviedataset,buildsadataprocessingplatformbased
onbigdatadistributedprocessingframeworkSparkandalternatingleastsquaresalgorithmALS,andthenbuildsmoviebackground
servicecombinedwithSpringBootandSpringCloudtorealizeamovierecommendationsystembasedonmicroservicearchitecture.
Keywords:recommendationsystem;Spark;ALS;microservicearchitecture
1背景似的物品。基于协同过滤的推荐,即根据用户评分矩阵,用户
文档评论(0)