文献类型：期刊文章

作　　者：奉国和[1] 黄家兴[2]

机构地区：[1]华南师范大学经济与管理学院 [2]中国电信广东公司网络监控维护中心

出　　处：《图书情报工作》

年　　份：2013

卷　　号：57

期　　号：18

起止页码：116-121

语　　种：中文

收录情况：BDHX、BDHX2011、CSSCI、CSSCI2012_2013、JST、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：基于Hadoop开源分布式计算框架和Mahout协同过滤推荐引擎技术构建图书推荐引擎系统,并利用云模型和Pearson系数对传统协同过滤推荐算法进行改进,改善传统单机推荐算法在高维稀疏矩阵上进行运算所导致的系统性能不佳及推荐结果不准确的问题。利用实验对分布式推荐平台的整体性能及改善后的协同过滤推荐算法进行测试评估,发现当虚拟机节点不断增加时,协同过滤推荐引擎的计算时间不断减少,这表明推荐引擎系统的总体性能较传统单机推荐引擎得到提升;利用MAE分别对原始协同过滤推荐效果和改进后的推荐算法进行测评,发现改进后的推荐引擎算法的推荐准确率较改进前提高13.1%。

关 键 词：图书推荐 HADOOP Mahout  推荐引擎 协同过滤

分 类 号：G252.1[图书情报与档案管理类]