| 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 |
|
