基于rhadoop云平台的推荐系统的研究与设计

《基于rhadoop云平台的推荐系统的研究与设计》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、＇．－‘；声诗游．，巧＾，增細知．；濟４护衣識巧谬：我琴Ｊ＞、、２〇１６届硕女专业学位研於生学位论文Ｉ：辟鮮寒换妓遷综片、、．’．，，分类常ＴＯＵ，：１０４４６．卢、與产、夢校代码援记古八＂娜、纖’－＇’．＇＇■．＂‘．－＾‘、．？．．？＊．＇＾１、一‘＇，＾’．＾，；．＊向，，．．、一齐＾‘：，．．：—私；．＼＼一户：，：：＇！，：／户；：．中．古吟－，、．麟，级；公井请如來巧；紫誦襄横义扁親閑？；＇－‘？：如电：扣沾巧，乎沪三ＶＪ或不．、．＇＇＇？＇．＇’＂叫．‘如；＾，：片＇＇，

2、．．＾．巧．．＾．、滅靑：＞乃谋則：：评：、：為為请穿；處雜豁賴’、’？＞＇；、‘－、、＇？ｖ，．‘？＼；．？：，．．Ｉ聲於雌，ｕ批誇ｊ始？４Ｎ、；《乂ｊ或巧撕雖嫌担讀：鸦於著讀Ｉ鐵紙，、‘＇；－挣护蜗押社山．巧與―：决１奴巧如嘴ｉ链，；遊真‘‘．．、．－＾’杯．穿＾皆逆群每雜麟謂！戀论义题目：基于ＲＨａｄｏｏｐ云平合的推巷巧统的弘芭游矯—■：．．．、．；＞：沾曲苗穀，：，研究与设计；乂请吟’‘＇；、巧于．沪＇＾＾，＇＾Ｘ爲辑冷弘开也＾’？、、争乃矿材、．’。？：，．：；然端蘇：

3、祐攀和胆净，Ｅ：：狄謀’ｅ鱗．＼＂‘，’．；＾、。別。二：、、；＾除＞姑系信息科学与工穂学烧云掛；龄；：：；、＇．＼；｜：占＾＇’子、滿．．学；；：＾＜：坏异＇Ｙ愛辭、－’．产片，二＾兴试；，业工程硕女、怒找片专学位类别：‘；＇：ｉ．中Ｕ，片亡＇＾叫议：‘：话丫巧巧皆‘＇冷专业：计巧机技术＼学位领域苗早ｆ茂病＂论．祭刘教师：智斌勘教授，；樓文指导寧试ｙ；＇’．戸、■：。．－气公：，皆－：．．？Ｊ．、八、＊，．个、、、；；、、？令？‘－．ＶＶｊ＾．．．＇．＾ｖ山、，Ｖ论：文作者

4、臺星歷＼、—’：．’＾早．涵年＇，６．，月：據；皆．—礙Ｊ．＾，，节ｉ，誦擔攀縛如；—Ｉ＇’．．．‘’■‘‘．＇－．．？：：，．、．产．；气；：．：：：Ａ．辦．哪＇’、＞二片片；兴心；请Ｃ二餐诚；巧＆护片班如若ｒ－＇、‘‘．、、、、、‘；、．甲：．‘ｖ．游达？；Ｖ＜＼，，，；；巧．山畔；；、游觀擬麵議鴻據2016届硕士专业学位研究生学位论文学号：2014300385基于RHadoop云平台的推荐系统的研究与设计论文作者：秦星辰指导教师：刘智斌副教授培养单位：信息科学与工程学院专业学位类别：工程

5、硕士专业学位领域：计算机技术2016年6月1日学位论文原创性声明本人郑重声明：所提交的学位论文是本人在曲阜师范大学攻读硕ｉ专业学位期间，在导师指导下进行的研究工作和取得的研究成果。除文中己经注明引用的内容外，本论文不包含其他个人（或集体）己经发表或撰写过的研究成果。其他个人和集体对本研究所做的贡献均己在论文中作了声明并表示了谢意。作者签名：＾０＾？芝日期：々学位论文使用授权声明研巧生在校攻读学位期间论文工作的知识产权单位属曲阜师范大学。学校有权保存本学位论文的电子和纸质文档，可借阅或上网公布本学位论文的

6、部分或全部内容，可１＾采用影印、复印等手段保存、汇编本学位论文。学校可向国家有关机关或机构送交论文的电子和纸质文档，允许论文被查阅和借阅。（保密论文在解密后遵守此规定）；导师签名作者签名：毒！．〇日期，．：ｖｖ日期；如６＾扣摘要摘要近年来，互联网技术及其规模的发展突飞猛进，由此产生的海量数据使人们不得不面对“信息过载”的问题，而推荐系统的出现提供了很好的解决方案，通过推荐系统不仅可以使用户能够找到满足自身个性化需求的信息，而且这些信息也可以及时、准确地推送给出现这些用户。然而，大数据时代的随之而来，使得传统的推荐系统在

7、面对大数据的存储和处理以及日益增长的用户个性化服务需求的时候显得有些捉襟见肘。本文针对推荐系统对大数据存储和处理的问题，结合目前使用广泛的Hadoop分布式云计算技术和致力于数据挖掘分析的R语言，可以将现有的推荐系统进行分布式并行化。通过对ApacheHadoop生态系统以及R语言深入的研究，根据Hadoop生态系统中的HDFS为海量数据提供动态存储空间的特点和MapReduce模型提供分布式并行计算的特点，以及R语言提供的数据挖掘分析的特点建立Hadoop与R语言结合的RHadoop云计算平台。在此基础上研究与设计了基于RHadoop云平台的推荐

8、系统，将推荐系统在RHadoop云计算平台上进行实现，不仅提高了推荐系统中大规模数据的存储和处理能力，而且也可以满足用户越