混合推荐算法在云计算平台的研究与应用

《混合推荐算法在云计算平台的研究与应用》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、密级:硕士学位论文混合推荐算法在云计算平台的研究与应用作者姓名：陈庚午指导教师:于波副研究员中国科学院沈阳计算技术研究所学位类别:工学硕士学科专业:计算机科学与技术培养单位:中国科学院沈阳计算技术研究所2016年4月TheresearchandapplicationofHybridrecommendationalgorithminthecloudcomputingplatformByChengengwuADissertationSubmittedtoUniversityofChineseAcademyofSciencesInpartialfulfi

2、llmentoftherequirementForthedegreeofMasterofComputerScienceandTechnologyShenyangInstituteofComputingTechnology,ChineseAcademyofSciencesApril,2016独创性声明本人郑重声明：所提交的学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的研究成果。尽我所知，文中除特别标注和致谢的地方外，学位论文中不包含其他人或集体已经发表或撰写过的研究成果，也不包含为获得中国科学院大学或其它教育机构的学位或证书所使用过的材

3、料。对本文的研究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结果由本人承担。签名：日期：关于学位论文使用授权的说明本人完全了解中国科学院大学有关保管、使用学位论文的规定，其中包括：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；③学校可允许学位论文被查阅或借阅；④学校可以公布学位论文的全部或部分内容。（涉密的学位论文在解密后应遵守此规定）签名：导师签名：日期：摘要摘要随着互联网信息开放式的发展，互联网中的信息指数式增长，信息过载的问题日益严重。如何在

4、大量的信息中筛选出用户需要的信息成为当今互联网急需解决的问题。推荐系统就是诞生在这样的背景下，推荐系统可以根据一定的算法挖掘出用户需要的有效信息。随着推荐系统的发展，其核心的推荐算法也层出不穷。因此本文选择推荐算法作为研究的重点之一。在推荐算法中协同过滤是比较成熟的推荐技术。然而协同过滤技术中，由于其过度依赖于用户项目的评分矩阵，在有效数据不足的条件下，推荐准确度会随着矩阵的稀疏而下降。本文针对于协同过滤技术中的评分矩阵的稀疏性问题，提出了一种结合项目属性相似性的混合推荐算法。在基于项目的协同过滤相似性计算的过程中，通过评分矩阵用户的评分聚集程度产

5、生动态因子，将基于项目本身属性的相似性与协同过滤中项目相似性动态结合，从而解决了矩阵的稀疏性问题。通过实验的比较可以得出，本文设计的混合推荐算法对比传统的协同过滤具有较好的准确度。混合推荐算法的预测虽然有较好的准确性，但是算法过程的融合导致算法复杂度增加。因此本文将推荐算法与Hadoop云计算平台进行了结合，在对Hadoop平台中的分布式文件系统HDFS和MapReduce并行编程模型深入研究后，将推荐算法中复杂的项目相似度计算过程MapReduce并行化，提高了算法的计算效率。通过MovieLens的数据集合实验证明，混合推荐算与Hadoop云计

6、算平台具有比较好的并行性能，同时也凸显了Hadoop云计算平台的优势。本文深入的研究了推荐算法和云计算的相关知识后，针对协同过滤的问题提出了混合推荐算法，并将算法与Hadoop云计算平台相结合，提高算法运算效率。实验证明，混合推荐算法与云计算平台的结合具有较好的推荐质量和较高的运算效率。【关键词】推荐算法混合推荐协同过滤云计算Hadoop平台I混合推荐算法在云计算平台的研究与应用ABSTRACTWiththedevelopmentofInternetandthegrowthofinformation,informationoverloadisbec

7、omingmoreandmoreserious.BecauseofthecomplexityofInternet,howtoextracttheinformationtomeettheneedsofusersbecomeurgentproblems.Recommendationsystemisborninsuchabackground.Recommendationsystemcandigupinformationeffectivelytomeettheneedsofusersaccordingtoacertainalgorithm.Withthed

8、evelopmentoftherecommendationsystem,recommendationalgorithmal