基于Spark流式计算的实时电影推荐研究 |
| |
引用本文: | 严 磊,汪小可.基于Spark流式计算的实时电影推荐研究[J].教育技术导刊,2019,18(5):44-48. |
| |
作者姓名: | 严 磊 汪小可 |
| |
作者单位: | 武汉工程大学 计算科学与工程学院,湖北 武汉 430000 |
| |
摘 要: | 基于Hadoop平台的实时电影推荐系统在需要大量迭代计算时运行速度明显变慢,无法根据用户行为作出实时反馈。针对以上问题,设计基于Spark流式计算的实时电影推荐系统,可更好地满足用户实时需求。基于Spark流式计算的实时电影推荐系统将传统电影推荐算法与Spark流式计算方法相结合,在线部分使用Spark Streaming实时接收用户模拟评分,并使用Scoket编程模拟用户浏览商品时产生的实时日志数据。日志数据包括用户当前浏览电影、观看电影次数、停留时间与是否购买该商品,再使用Spark Streaming构建实时数据处理系统,计算出当前用户相关度最高的电影并进行推荐。实验结果表明,基于Spark 平台的电影实时推荐系统在离线推荐训练过程中,训练速度相对于Hadoop 平台有明显提高,能根据用户行为作出实时反馈,并向用户进行电影推荐。
|
关 键 词: | 电影推荐 Spark Streaming Spark 实时推荐 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|