首页> 中文期刊> 《移动信息》 >基于社交接触度与社交时效性的协同过滤算法改进研究及实现

基于社交接触度与社交时效性的协同过滤算法改进研究及实现

         

摘要

随着互联网技术的快速发展,信息规模呈现指数级别增长,直接引发了大数据信息革命,进入了大数据时代。如何在海量的大数据环境下进行数据提取与挖掘,获取自己感兴趣的信息是大数据时代迫切需要解决的难题。文章将从两方面入手,一方面在传统协同过滤算法中加入社交接触度、社交时效性,注重算法改进的理论研究,另一方面通过采用 Spark?Streaming 技术在大数据场景下实现基于流式计算的在线推荐工作,关注实际应用场景下的推荐效果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号