基于hadoop架构的用户协同过滤影视推荐系统的研究与应用

基于hadoop架构的用户协同过滤影视推荐系统的研究与应用

ID:35056950

大小:3.49 MB

页数:62页

时间:2019-03-17

基于hadoop架构的用户协同过滤影视推荐系统的研究与应用_第1页
基于hadoop架构的用户协同过滤影视推荐系统的研究与应用_第2页
基于hadoop架构的用户协同过滤影视推荐系统的研究与应用_第3页
基于hadoop架构的用户协同过滤影视推荐系统的研究与应用_第4页
基于hadoop架构的用户协同过滤影视推荐系统的研究与应用_第5页
资源描述:

《基于hadoop架构的用户协同过滤影视推荐系统的研究与应用》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、硕士学位论文论文题目:基于Hadoop架构的用户协同过滤影视推荐系统的研究与应用作者姓名刘晓敏指导教师李澎林教授、张卫星高级工程师学科专业软件工程培养类别非全日制专业学位硕士所在学院计算机科学与技术学院、软件学院提交日期2016年10月16日浙江工业大学硕士学位论文基于Hadoop架构的用户协同过滤影视推荐系统的研究与应用作者姓名:刘晓敏指导教师:李澎林教授、张卫星高级工程师浙江工业大学计算机科学与技术学院、软件学院2016年10月DissertationSubmittedtoZhejiangUniversityofTechnologyfortheDegreeofMasterRese

2、archandApplicationofUserCollaborativeFilteringVideoRecommendationSystemBasedonHadoopArchitectureCandidate:LiuXiaominAdvisor:Prof.LiPenglinS.E.ZhangWeixingCollegeofComputerScienceTechnology、CollegeofsoftwareZhejiangUniversityofTechnologyOct.2016渐江工业大学学位论文原劍性声明本人郑重声明:所提交的学位论文是本人在导师的指导下,独立进斤研究

3、工作。所取得的研究成果除文中已经加W标注引用的内容外,本论文不包含其他个人或集体己经发表或撰写过的研究成果,也不含为获得浙江工业大学或其它教育机构的。学位证书而使用过的柯料对本文的研究作出重要贡献的个人和集体,均己在文中明确方式标明。。本人承担本声明的法律责任作者签名■;唤银曰期;店年月曰句学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权浙江工业大学可レッ将本学位论文的全部或部分内容编入有关数据库进行检索,可レッ采用影印、

4、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于一1、保密□,在年解密后适用本授权书。2、保密□,在H年解密后适用本授权书。<3、不保密因1""V,(请在W上相应方框内巧),作者签名:在喊也日期:>,3日I知月导师签名年可月/:曰期3曰長浙江工业大学硕士学位论文基于Hadoop架构的用户协同过滤影视推荐系统的研究与应用摘要近年来,随着移动互联网、云计算、多媒体等技术和应用的快速发展,互动电视正在进入数字化时代,提供个性化的节目服务日益渗透进人们的生活。互动化、个性化、信息化已成为互动电视的主要特征,影视推荐系统也成为互动电视重要的研究应用方

5、向。推荐系统以特定用户群体为目标,以挖掘用户兴趣喜好为基础,为用户提供精确的信息服务和产品推荐。在当今大数据的环境下,原有采用信息检索和信息过滤技术的推荐系统,已经不能满足海量数据下快速、实时处理需求,从而制约了推荐系统的发展。本论文以互动电视影视推荐为研究对象,结合Hadoop技术、协同过滤算法,分析并构建了一个分布式架构的推荐系统,优化和改进了现有推荐算法,应用结果表明达到预期研究目标。论文具体研究内容如下:(1)基于Hadoop技术,搭建了自动化、智能化的互动电视影视剧推荐系统。本论文将Hadoop的分布式架构应用于互动电视领域,通过分析推荐系统中存在的用户兴趣变化、冷启动、数

6、据稀疏度等问题,设计了针对互动电视行业的大数据推荐系统。(2)针对目前电视节目推荐个性化、准确性、高效的需求,构建了基于电视用户行为的协同过滤推荐模型,并应用于互动电视节目推荐中。在互动电视用户的点播行为数据、影视剧信息、用户基础信息等基础上,采用K-Means聚类算法对用户进行聚类,结合互动电视的行业特点,建立了基于用户行为的协同过滤推荐模型。(3)采用Hadoop分布式文件系统、HBase列式数据库和Mahout等大数据技术对系统进行设计实现。最后对建立的推荐模型通过搭建测试环境进行了验证,并将成果应用于实际系统中,取得了良好的实际效果,为互动电视用户提供更加贴切的服务和体验。关

7、键词:协同过滤,K-Means,推荐系统,Hadoop1浙江工业大学硕士学位论文RESEARCHANDAPPLICATIONOFUSERCOLLABORATIVEFILTERINGVIDEORECOMMENDATIONSYSTEMBASEDONHADOOPARCHITECTUREABSTRACTInrecentyears,withtherapiddevelopmentofthetechnologiesandapplicationsuchasmobileIn

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。