基于Pyspark平台的协同过滤推荐算法应用与实现 |
| |
引用本文: | 许文英,向强.基于Pyspark平台的协同过滤推荐算法应用与实现[J].西南民族大学学报(自然科学版),2018(2). |
| |
作者姓名: | 许文英 向强 |
| |
作者单位: | 西南民族大学电气信息工程学院 |
| |
摘 要: | 为解决传统的基于矩阵分解协同过滤推荐算法,在大量数据的情况下,单节点计算速度慢以及特征矩阵稀疏问题,充分对大数据时代下的Pyspark大数据处理平台原理及架构进行研究,并对ALS协同过滤算法原理研究与其在Pyspark平台上的实现推荐系统应用.实验结果表明,基于Pyspark平台的ALS算法,通过调节正则化参数为0.01、增加并行化分块计算的块数、减少隐含语义因子的个数,能使推荐算法的RMSE最小,并能更快速精准有效推荐给用户他们感兴趣的商品.
|
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《西南民族大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《西南民族大学学报(自然科学版)》下载免费的PDF全文 |
|