基于流計算的推薦系統(tǒng)設(shè)計與實現(xiàn).pdf

1、隨著信息技術(shù)和互聯(lián)網(wǎng)的發(fā)展，人類正處于信息爆炸的時代。推薦系統(tǒng)是解決信息過載問題的有效方法，通過分析用戶行為給用戶推薦有價值的信息。而提升系統(tǒng)實時響應(yīng)能力以及海量數(shù)據(jù)計算性能，滿足日益增長的業(yè)務(wù)需求，不僅是互聯(lián)網(wǎng)企業(yè)主要面臨的技術(shù)難題，也是科研機構(gòu)的重點關(guān)注方向。
　　流計算技術(shù)是針對流數(shù)據(jù)的實時計算，它主要應(yīng)用于產(chǎn)生大量流數(shù)據(jù)、同時對實時性要求高的領(lǐng)域。針對上述推薦系統(tǒng)存在的問題，本文通過將流計算技術(shù)與推薦算法相結(jié)合，設(shè)計實現(xiàn)了

2、一個基于Storm的推薦系統(tǒng)。系統(tǒng)以分布式流計算平臺Storm為基礎(chǔ)，通過Trident計算方法、Redis存儲方案對基于用戶的協(xié)同過濾算法進行實現(xiàn)，提升了算法的計算效率，減少了系統(tǒng)的反應(yīng)時間；通過分布式RPC服務(wù)解決了集群中的消息響應(yīng)。系統(tǒng)不僅支持對海量數(shù)據(jù)的計算與分析，而且滿足針對用戶的實時響應(yīng)需求，同時具備良好的可擴展性。通過分布式流計算平臺Storm提供的框架實現(xiàn)的實時流計算應(yīng)用，有效降低了系統(tǒng)開發(fā)部署的復(fù)雜性。
　　本文