Hadoop环境下基于改进聚类的个性化推荐算法 |
| |
摘 要: | 针对协同过滤算法在大数据环境下存在的可扩展性差的问题,提出一种Hadoop环境下基于改进聚类的个性化推荐算法.在Hadoop分布式计算平台上,首先在离线状态下使用基于Canopy聚类改进的模糊C均值算法构建项目聚类模型,再根据目标项目和聚类模型间相似度建立候选项目空间,最后在候选项目空间上采用基于项目的协同推荐算法在线完成推荐.实验表明,该算法在分布式集群上具有较好的可扩展性和推荐效率,且推荐精度也有所提高.
|
本文献已被 CNKI 等数据库收录! |
|