基于SPARK平台的ALS预测模型实验研究

摘要

全球每天产生大量的数据,如何快速处理大数据为人们所用是亟待解决的问题.随着大数据和数据挖掘技术的不断发展和成熟,个性化推荐在我们生活中发挥着越来越重要的作用.论文主要研究同一用户对相似电影以及相似用户对同一影片的评分预测,通过寻找最优参数的方法使预测的准确度提高,以便能够有效地向用户推荐其感兴趣的影片.论文利用MovieLens数据集,在Spark平台架构上训练得到最优ALS模型参数,并将模型预测出的评分与均值模型预测评分做对比.实验结果表明该文模型的预测准确度有了明显提高.