基于Hadoop个性化推荐算法设计与实现

摘要

为了提升个性化推荐系统的大数据处理能力，选择基于用户聚类协同过滤的个性化推荐算法，并在Hadoop平台下实现算法的分布式并行化.离线状态下对用户物品矩阵降维，对用户进行聚类得到类别信息列表，对用户在类簇内进行推荐，并在相似度计算内引入物品贡献权重，最后对算法实现并行化得到推荐结果，实现基于用户聚类的分布式协同过滤推荐算法.最后对推荐结果进行测试分析，证明分布式个性化推荐有更好的推荐准确性和实时性.