本文主要介绍大数据推荐系统的推荐算法,包括统计推荐、基于LFM的协同过滤推荐、Item-CF、TF-IDF和实时推荐等,同时探讨了这些算法的优缺点和适用场景。该系统是用Java和Scala语言编写的,MongoDB作为其数据库。通过该系统,用户可以快速找到适合自己的商品,并获得更好的购物体验。
大数据推荐系统的算法及实现
文件列表
基于大数据的商品推荐系统
(预估有个735文件)
ItemCFRecommend$.class
9KB
DataLoader$.class
8KB
Product.class
6KB
ContentRecommend$.class
9KB
OnlineRecommend$.class
17KB
OfflineRecommend$.class
10KB
ALSTrain$.class
9KB
StatisticsRecommend$.class
7KB
rateit.aspx
298B
ProductRestApi.class
8KB
暂无评论