电子商务基于Hadoop的协同过滤电商数据推荐研究

《电子商务基于Hadoop的协同过滤电商数据推荐研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、廣馬犬學毕业论文题目:基于Hadoop的协同过滤电商数据推荐研究学院（系）：计算机与电了信息学院专业：电子商务班级：电商111学号：1107130130学生姓名：刘_帝指导教师：归伟夏二O—五年五月三十日摘要随着电子商务的快速发展，电子商务系统中的数据量不断增多，用户如何从海量的数据中找岀自己所需要的信息是一件很困难的事情，通过数据推荐系统可以显著地帮助用户解决这一个问题。然而传统的推荐系统中在具体的运作中面临了诸多问题，比如冷启动、数据稀疏性问题、用户评价不准确、可扩展性等。基于这个前提，为了提高在电子商务系统中的商品推荐准确率，本文提岀了一种

2、新型的基于Hadoop框架的协同过滤推荐算法，试图通过优化传统协同过滤算法中用户评价不准确的问题，为此本文从实验的角度来着手论证，利用三台装有Linux操作系统的主机，采用Hacloop框架进行分布式系统模拟计算，并采用这个算法来开发商品数据处理系统。通过Hadoop构建的系统，配合模拟的实验数据，在实验中进行开发运算，利用MAE来进行数据结果评估。经过实验证明，该算法在Hadoop的平台上，比起传统的推荐算法，在用户评价不准确问题上有明显改进，它能够有效提高商品数据推荐的准确率和计算效率，从而提高用户购买量。关键词Hadoop,MapReduc

3、e,大数据，协同过滤•IOJBvsjoosnGsuopelodosoUIdooAop40luoUI匸odxoo££UOHE3UI一sjoSGPcoUIVodxoq七aUOHEWPJOOO‘UJSSASp=nqdoopeHoqlqwnoJqH・UJ3SASMWSSoOOJdSEPAUPOUJUJOOdooAop01posn£luq-cobnwpur虫joayqluk匸doopEHonwsnpaE-nlu-ss-UJ3SASpanqbs-peGriesasWUHPJodoxnu一」o£auc-suoo-soqoUJqlmwsnCOPGJISUOUI

4、OPIsuoUJPodxouql40Mo>joluodolpluo」4-noqElosIxas三一0」o40」0£,sGJn00G.£40luulqojdoqlUOHPnwAoJosnjoluippo日emu匸SEoAHEJOqgo。wuosPEhJQZ-UJHdo01SQ-S虫JOSQUDLydoopeHcoPUSEquiq七JOMWUOHEPUoUIluoooJMWJO二ro>s」oqp=o。40PU2Mouep」eM」OJS2dJodpds三一，SUJSSAS00.SEEO0I0AOPJSOeUOHepuuluuJOOUJu>o」duq0」

5、JUPJOu-os-UJUJds-£uopusea•2Q,A1三qEWOSQmnooE-Ous一SGPcOHen-PAoJosnGSSouoSJeds5PPXISSPIO。spqonseOPGJodoSOJOUO。o£tqSUJoIqoJdAupujpooejUISSASUOHEPUOUJUJOOOJ75U0P一PEh:UOAOMOH・UJ3qo」ds三一OA-OS01JosndoqAuueouc曰sup。luaSASUOHEPUQluluooalSEPqmnoJqlbLu-ql二5U七pAjqaes-uo-lELUJOJlqSEPjos-uno

6、uJElse>o£UJ0」4poouAoqllpqM50pug0」AoqJosnoql‘UJaSAS00SEEO0ocOJloooo£wspp40-unouJEawspoJOWolpoOJoUJUJO。OCOJOOO40luoludooAopsdRIo£q七MJORnsqv叵卷呂doopBHMupo二go>lp」oqG=oo"SEP曰aJonpoEdpw・dooppHSPJOMAoy•SQSEqoJndJosnUAOJduJ一oiseosAqPQPUQluluooQJKOUQOSQ-EUOHsndluo。pueAORInooEsppAUPOUJ

7、UJOOolpos§o.£AO>5OJP§0一一omnoop-Ous一UOHenpMoJosn§luoUJoAOJduqSno-Aqosrqq2qM‘posodojdsewlulp-coonwUOHPPUQIUEOOPIrtUOSPEb£PQJEdluo。‘auo七E-ddoopeHuoluq-co曰es三一-EqlPUAOJdluQlu-JQdxQJQ=V・UOHEnwAo二nsalsEP目录第一章引言11.1研究背景11.2国内外研究现状21.3推荐技术存在的问题31.4研究内容和意义3第二章Hadoop平台系统的简介42.1Hadoop平台

8、的简介42.2并行计算框架MapReduce52.3分布式文件系统HDFS5第三章推荐系统的设计73」推荐技术简介73.2协同过滤推荐技