云计算平台下的个性化推荐算法设计论文

《云计算平台下的个性化推荐算法设计论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：l0036例矽}芗蜇f节贸易声学硕士学位论文云计算平台下的个性化推荐算法设计培养单位：信息学院专业名称：产业经济学研究方向：企业资源规划与电子商务作者：陈思含指导教师：黄浩讲师论文日期：二。一二年三月—-■■’■一■l■■●IneKeSearCnotPerSona¨ZeaReCommendationSyStemBasedonCIoudComputingPlatform学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论。文不舍任何其他

2、个人或集体已经发表或撰写过的作品成果。对本文所涉及的研究工作做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律责任由本人承担。特此声明。学位论文作者签名：徘思令即f芝年三月I≥日学位论文版权使用授权书本人完全了解对外经济贸易大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本：学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文：学校有权提供目录检索以及提供本学位论文全文或部分的阅览服务：学校有权按照有关规定向国家有

3、关部门或者机构送交论文：学校可以采用影印、缩印或者其它方式合理使用学位论文，或将学位论文的内容编人相关数据库供检索：保密的学位论文在解密后遵守此规定。学位论文作者签名：儆恩念Ⅻ’2年岁月fo日导师签名／膏治≥汐／2年f月／纩日捅要随着Intemet的迅猛发展，接入InterIlet的服务器数量和其提供的信息数量都呈现指数增长的态势。面对如此海量的信息，人们往往感到无所适从，出现了所谓的“信息超载”现象。个性化推荐技术被认为是当前解决“信息超载”问题最有效的工具之一，但现有的个性化推荐系统面临着海量数据带来的数据存储、数据处理

4、和推荐速度等方面的挑战，现有系统在推荐精度、推荐多样性、推荐冷门产品能力等方面仍然需要进一步改进。本文利用基于二部图的算法进行个性化推荐，提出了通过适当降低产品的度来提高算法推荐冷门产品能力的方法，并在分析海量数据对现有的个性化系统带来挑战的基础上，提出了把云计算平台与个性化推荐系统结合起来的解决方法，设计出了云计算平台下的个性化推荐流程。主要工作如下：(1)以基于二部图的推荐算法为切入点，研究该算法在推荐精度、推荐多样性和推荐冷门产品方面的性能，并从两个角度对算法进行改进：一是通过引入指数参数的方式来降低产品的度从而提高推

5、荐精度和推荐冷门产品的能力；二是采用周涛提出的去重复属性的办法来提高算法的推荐精度。在Mo啊eleIls数据集上测试的实验结果表明，基于二部图的个性化推荐算法在推荐精度、推荐多样性和推荐冷门产品方面有良好的性能，且上述两种改进方法均能进一步有效提高该算法的推荐精度，并且降低产品的度的方法还能提高推荐冷门产品的能力。(2)深入研究云计算核心技术以及Bigtable、GFS、M印Reduce工作机制，配置Hadoop云计算环境。(3)通过分析现有个性化推荐系统所面临海量数据带来的挑战，论述个性化推荐系统向云计算平台转移的必要性，

6、并从资源交付方式、数据存储能力和数据处理能力这三个方面阐述个性化系统向云计算平台转移的可行性。(4)进行云计算平台下的个性化推荐算法设计，并对云计算平台下的个性化推荐系统和现有的个性化推荐系统进行对比。通过单线程运行环境和云计算运行环境的实验耗时分析表明，云计算平台在推荐实时性方面大大优于单线程平台。关键词：个性化推荐，二部图，云计算AbStraCtWit量lmerapiddevelopmentofIntemet，t11emlmberofserveraccesstoIntenletanditsinfomationquanti

7、tyarepres枷ngexponential印wm订end．Facingsuc_havastamountofinfonnation’peopleoRenfeelconmsedaboutwhattodo，thephenomenoniscaHed”inf．onnationovedoad”．PersonalizedreconlIlleIldationteclln0109vhaSbeenconsid凹edoneofⅡlemostefrectivet001stosolveme”infomlationoverloadfIproblem

8、．ButⅡleexistingpersonalizedrecommendationsystemisf．acingthechallellgeindatastorage，dataprocessinga11drecoInmendedspeedmassdatabrou垒ht，andmerecomm