基于spark的协同过滤推荐算法的改进

摘要

在协同过滤推荐算法中,如果用户-评价矩阵稀疏,共同评价的物品个数少,就很难准确的计算出用户相似度,加上其它实际因素,会使最终的推荐结果与实际结果有很大的差异,推荐效果不佳.本文旨在通过改进算法的计算方式,融入更多实际因素,最终形成更准确的推荐结果集.首先,对数据进行预处理分类,降低冗余数据的计算和矩阵稀疏性.其次,考虑实际推荐中影响用户相似度较大的因素,对用户相似度计算做出改进.然后,通过构造混合推荐函数,在spark分布式计算平台上进行离线和实时计算,减少了计算时间.通过最终的数据训练和结果集的对比,展示了改进后的算法在效率和准确率的提高程度.