论文研究基于Spark的混合推荐算法研究.pdf

随着电子商务的发展，传统的单机计算模型难以满足海量数据的实时推荐需求，基于协同过滤的推荐算法的缺陷也越来越明显。为此，提出一种利用Spark计算模型实现分布式推荐的方法。该推荐方法采用基于谱聚类和朴素贝叶斯的混合推荐算法，同时使用增量式更新，在不全部重新训练模型的基础上，对模型进行局部修改。实验结果表明，较传统的单机模式推荐算法，基于Spark计算模型的分布式推荐算法在一定程度上克服了数据稀疏性，提高了系统的可扩展性，降低了系统的响应时间。