hadoop下的个性化推荐应用研究

《hadoop下的个性化推荐应用研究》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、分类号密级ＵＤＣ论文编号敞化人一ｆ硕±学位论文论文题目：Ｈａｄｏｏｐ下的个性化推菩应用研究：只利研究生：梁俊杰导师；计算机应用技术专业研究方向：个性化推荐２０１６年５月分类号；ＴＰ３９１学校代号：１０５１２学号：２０１３１１１１０４０００６７１湖北大学硕±学位论文Ｈａｄｏｏｐ下的个性化推荐应用研究作者姓名：尹利指导教师姓名、职称：梁俊杰教授工学硕±：申请学位类别：学科专业名称计算机应用技术研究方向：个性化推荐论文提交日期：２０１６年４月１２日论文答辩日期：

2、２０１６年５月２０日：学位授予单位湖北大学学位授予日期：年月曰答辩委员会主席：心乂ｐｌｉｃａ村ｏｎｏｆｅｒｓｏｎａｌｉｚｅｄｒｅｃｏｍｍｅｎｄａ村ｏｎｗｉｔｈＨａｄｏｏｐｐｐＡＴｈｅｓｉｓＳｕｂｍｉｔｔｅｄｆｏｒｔｈｅＤｅｇｒｅｅｏｆＭａｓｔｅｒＣａｎｄｉｄａｔｅ；ＹｍＬ）Ｓｕｐｅｒｖｉｓｏｒ：ＬｉｏｍＪｗｉｉｅ／ｊ＾ＨｕｂｅｉＵｎｉｖｅｎｉｔｙＷｕｈａｎＣｈｉｎａ，学位论文使用授权书本论文作者完全了解学校关于保存、使用学位论文的管理办法及规定，即学校有权保留并向国家有关部口或机构

3、送交论文巧复印件和电子版，允许论文被查阅和借阅。本人完全同意《中国博ｉ＂＂学位论文全文数据库出版章程》、《中国优》秀硕主学位论文全文数据库出版章程下简称章程，见ｆｗ．ｃｎｋｉ．ｎｅｔ），愿意将本人的学位论文提交中国学术期刊（光盘版）电子杂志杜在《中国博±学位论文全文数据库》、《中国优秀硕击学位论文全文数巧库》中全文发表和Ｗ电子、网络及其他数ＣＮＫＩ字煤体形式公开出版，并同意编入《中国知识资源总库》国博硕ｉ学位论文评价数据，在《中＂＂库》中使用和在互联网上传播，同意按章程规定享受相关权益（请作者直接与杂志社联系，联－－系人：栗老师：０１０６２

4、巧１８１７６２７９３１７６６２７０１１巧通讯地址：化京清华大学邮局；电话、、；８４４８信箱采编中Ａ邮编；１０００８４）。一北大学学位评定委员会办么窒本授权书签署式王份，交湖。学位论文作者签名：导师签名：後巧琴＂〇ｌ〇曰Ｗ月。曰２ｂ年＾月弓《年Ｉ５細扶学研究生学位沧文作者信息论文题目Ｈａｄｏｏｐ下的个性化推荐应用研究姓名尹利学号２０１３１１１１０４０００６７１答辩日期２０化年５月２０日论文级别博±口硕壬因院计算机与信息工程学院专业计算机应用技术联系电话作者Ｅｍａｉ１＿作者通信化

5、址（含邮编）；备注：注：本论文如需保密，保密级别是解密时间是＿年＿＿月。（保密学位论文在解密后适用于本授权书）化ｄｏｏｐ下的个性化推荐应用研究摘要随着ｗｅｂ技术的快速发展，互联网信息量呈指数増长，大量纷杂的网络内容令人眼。花练乱，个性化推荐技术应运而生，为了及时地从海量信息当中发现用户所需的信息目前应用最多且最有效的推荐技术是协同过滤算法，算法本质是用统计学的方法去发现目标用户的最近邻，即那些与目标用户有相似项目评分的用户群体，根据最近邻对项目的评分向目标用户产生预测推荐。协同过滤算法在传统框架应用当中效果卓著，但随着

6、大数据时代的到来，仅依靠普通计算框架难Ｗ满足海量用户日益丰富而多样的个性化需求，为了更好的发挥协同过滤算法的作化国内外有很多学者开始研究基于Ｈａｄｏｏｐ的协同过滤算法。但多数基于Ｈａｄｏｏｐ的个性化推荐应用研究仅停留在简单地将协同过滤算法用Ｈａｄｏｏｐ框架实现，不能达到为海量用户提供个性化推荐的要求。一为了满足上述要求，本文从两个方面进行研究并作出创新性改进；是针对协同过一滤算法的改进：采种用户特征向量将用户进行聚类，从用户角度提高算法的精确性用缩小最近邻？索范围采用一种半余弦函数作为时间权重函数捕捉用户兴趣的动态变；化趋势，使距离当

7、前时间较近的项目评分拥有较大权重，充分考虑两方面影响Ｗ达到提高推荐精度的目的；而是针对Ｈａｄｏｏｐ框架的改进，为用户和项目数据提供高效的数据ＦＳ作为数据物理存储来保证在海量数据存取与读取环境：采用优化副本放置策略的邸中个性化推荐算法快速获取数据；并将推荐算法应用为ＭａｐＲｅｄｕｃｅ程序设计利用分布式环境快速完成海量用户提供个性化推荐。一通过对上述两方面进行实验，证实了对协同过滤算法的改进方法能够进步提升推荐结果的准确性；采用改进副本策略的册ＦＳ配合ＭａｐＲｅｄｕｃｅ并行化的协同过滤算法能一一够定程度提升运算速率。最后，本文设计并实现了个

8、简易的个性