文件名称：基于Spark并行化改进混合地点推荐
文件大小：1.04MB
文件格式：PDF
更新时间：2024-05-26 06:19:04
地点推荐 混合模型 数据填充 协同过滤 Spark
推荐算法是数据挖掘中最重要的算法之一.地点推荐是推荐系统的重要研究内容.针对目前地点推荐面临的数据稀疏、冷启动、个性化程度低等问题，设计并实现了基于Spark并行化处理的改进混合地点推荐模型.该算法融合了基于内容的推荐和基于协同过滤的推荐，结合了用户当前的偏好和其他用户的意见.使用基于用户-地点属性偏好的矩阵填充方式，以此改善数据稀疏性问题；同时，对于海量数据，系统采用Spark分布式集群实现并行计算，缩短了模型训练时间.实验结果表明，与其他推荐算法相比，该算法能有效改善数据稀疏性、提升推荐效果.