基于hadoop的推荐算法的研究与应用

《基于hadoop的推荐算法的研究与应用》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、厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下，独立完成的研究成果。本人在论文写作中参考其他个人或集体已经发表的研究成果，均在文中以适当方式明确标明，并符合法律规范和《厦门大学研究生学术活动规范(试行)》。另外，该学位论文为()课题(组)的研究成果，获得()课题(组)经费或实验室的资助，在()实验室完成。(请在以上括号内填写课题或课题组负责人或实验室名称，未有此项声明内容的，可以不作特别声明。)声明人(签名)：旒海芳如J≥年岁月≥／日删厦门大学学位论文著作权使用声明本人同意厦门大学根据《中华人民共和国学位条例暂行实施办法》等规定保留和使用此学位论文，并向主管部门或

2、其指定机构送交学位论文(包括纸质版和电子版)，允许学位论文进入厦门大学图书馆及其数据库被查阅、借阅。本人同意厦门大学将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索，将学位论文的标题和摘要汇编出版，采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于：()1．经厦门大学保密委员会审查核定的保密学位论文，于年月日解密，解密后适用上述授权。(4)2．不保密，适用上述授权。(请在以上相应括号内打“√”或填上相应内容。保密学位论文应是己经厦门大学保密委员会审定过的学位论文，未经厦门大学保密委员会审定的学位论文均为公开学位论文。此声明栏不填写的，默认为公开学位论文，均适用上

3、述授权。)．声明人(签名)：盖缸海芳弘I弓年5月≥1日摘要随着互联网的飞速发展和互联网信息爆炸式的增长，推荐系统越来越受到人们的关注。微博，作为今后互联网发展方向的一个重要的代表模式，已经成为了许多人最重要的沟通、营销工具。微博用户规模巨大且还在继续增长，产生的海量微博数据的处理和利用，成为一个热门的研究课题，而对这些海量的微博数据重要的应用之一，就是基于微博用户数据的推荐。本文将在着重讨论与研究相关的海量数据处理技术的同时，研究与设计一个新的微博数据推荐应用一一“根据用户兴趣推荐关注”，论文的主要工作如下：首先，研究与讨论了信息服务个性化的需求和推荐系统及其常用技术，包括信息检

4、索技术及信息过滤技术。在信息过滤技术的介绍中，重点阐述了基于内容的过滤技术和协同过滤技术的算法思想和各自的优缺点。其次，本文研究与讨论了基于Google三大核心技术原理而实现的一个优秀的开源项目：Hadoop项目，主要涉及到了相关的HadoopMapReduce架构，HBase文件存储，HDFS分布式文件系统。最后，对基于MapReduce进行算法改进的基本原则和技巧进行了研究，然后对推荐系统中常用的基于内容的推荐算法进行了详细分析，并阐述了基于MapReduce的算法改进；设计了一个基于Hadoop的微博用户推荐系统，介绍了该系统的设计思路、体系结构和数据结构，并对基于用户个人

5、资料、基于微博内容、基于用户关注关系的推荐算法思路进行了详细阐述。实验表明，论文设计的微博用户推荐系统，可以帮助用户找到不易被发现的具有相同或相近兴趣的微博用户，具有良好的实用性，对现有的微博推荐应用是一个良好的补充。关键词：推荐系统；Hadoop平台；微博AbstractWiththerapiddevelopmentoftheInternetandtheexplosivegrowthofIntemetinformation，therecommendationsystemhasatwactedmoreandmorepeople’Sattention．Asartimportantr

6、epresentativemodeofthedirectionofthefuturedevelopmentoftheIntemet，nlicroblogginghasbecomeoneofthemostimportanttoolsforcommunicationandmarketing．Thenumberofmicrobloggingusersisextremelylargeandcontinuestogrow,thustheprocessingandutilizationofmassivemicrobloggingdatabecomesahotresearchtopic．Rec

7、ommendingrnicrobloggingusersisoneofthemostimportantapplicationsofthemassivemicrobloggingdata．Thedissertationfocusesontherelatedmassivedataprocessingtechnologies，anddesignsarecommendationsystem：Recommendationbasedonuser’Sinterest．Themainworkof