典型文献
基于Hadoop框架与用户行为特征感知的智能图书推荐系统设计
文献摘要：
为了提高用户获取图书的效率、优化阅读体验,文中对基于用户行为与内容的相关推荐算法进行了研究,引入Hadoop大数据处理框架,设计并实现了一款在线图书推荐系统.该系统基于软件工程的理论进行设计,通过梳理图书推荐流程设计了相关的功能模块,从系统的可扩展性角度出发,分层次设计了系统的软件架构.对常用的推荐算法进行了研究,构建用户行为特征与图书特征库,在使用协同过滤推荐时,使用向量的余弦值衡量二者的近似度.在系统实现上,使用Ha?doop中的HDFS分布式文件系统进行特征库的部署与用户日志文件的存储,通过引入7个计算集群与MapReduce编程模式,实现了890 s内一次性5000本图书的推荐.采用J2EE技术对系统进行了实现,运行测试结果表明,系统运行稳定,可以满足推荐系统的准确性与可靠性要求.
文献关键词：
数据挖掘;推荐系统;Hadoop;MapReduce;J2EE
中图分类号：
作者姓名：
花维
作者机构：
西安外事学院,陕西西安710077
文献出处：
引用格式：
[1]花维-.基于Hadoop框架与用户行为特征感知的智能图书推荐系统设计)[J].电子设计工程,2022(24):24-27,32
A类：
B类：
Hadoop,用户行为特征,特征感知,智能图书,图书推荐,推荐系统,阅读体验,推荐算法,大数据处理,处理框架,软件工程,流程设计,功能模块,可扩展性,分层次,软件架构,协同过滤推荐,余弦值,系统实现,HDFS,分布式文件系统,日志文件,MapReduce,编程模式,J2EE,运行测试,运行稳定
AB值：
0.391257
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
