文件名称：java里cell源码-elasticsearch-spark-recommender:使用JupyterNotebooks演示如何使用Apa
文件大小：802KB
文件格式：ZIP
更新时间：2024-06-25 07:20:17
系统开源
java里cell源码用其他语言阅读：. 使用 Apache Spark 和 Elasticsearch 构建推荐器 推荐引擎是应用机器学习的最著名、使用最广泛和价值最高的用例之一。 尽管如此，虽然有许多资源可用于训练推荐模型的基础知识，但解释如何实际部署这些模型以创建大规模推荐系统的资源相对较少。 此 Code Pattern 演示了使用 Apache Spark 和 Elasticsearch 创建此类系统的关键要素。 此存储库包含一个 Jupyter 笔记本，说明如何使用 Spark 从存储在 Elasticsearch 中的评级数据训练协同过滤推荐模型，将模型因素保存到 Elasticsearch，然后使用 Elasticsearch 使用该模型提供实时推荐。 您将使用的数据来自推荐社区中的常见基准数据集。 该数据由 MovieLens 电影评级系统的用户对各种电影给出的一组评级组成。 它还包含每部电影的元数据（标题和流派）。 完成本 Code Pattern 后，您将了解如何： 使用 Elasticsearch Spark 连接器将用户事件数据提取并索引到 Elasticse
【文件预览】：
elasticsearch-spark-recommender-master
----data()
--------examples()
----LICENSE(11KB)
----CONTRIBUTING.md(569B)
----doc()
--------source()
----.gitignore(230B)
----README-cn.md(16KB)
----README.md(18KB)
----notebooks()
--------elasticsearch-spark-recommender.ipynb(44KB)
----MAINTAINERS.md(3KB)
----ACKNOWLEDGEMENTS.md(447B)