基于云計算的在線視頻推薦系統(tǒng)設計與實現(xiàn).pdf

1、云計算、Web2.0、推薦引擎等科學技術的發(fā)展日新月異，技術發(fā)展改變了人們使用互聯(lián)網以及與互聯(lián)網交互的方式，同時推動了信息科學的發(fā)展?；ヂ?lián)網在融入人們生活的過程中，也提高了用戶對交互性服務的要求。
　　推薦系統(tǒng)便是用戶對服務需求的一種體現(xiàn)，當今主流網站幾乎都會覆蓋推薦功能，用戶希望通過自己的興趣獲得期望得到的信息。但由于傳統(tǒng)技術的限制，推薦系統(tǒng)往往難以有效利用分布式技術的優(yōu)勢。關系型的數(shù)據庫的冗余數(shù)據、分布式框架的缺失限制了分布式

2、系統(tǒng)開發(fā)工作的進一步發(fā)展。在這種情況下Hadoop、非關系型數(shù)據庫(NoSQL)、新型Web開發(fā)框架等技術應運而生。支持分布式運算的NoSQL有著良好的數(shù)據管理能力，對于大數(shù)據的處理能力很強。提供分布式與偽分布式開發(fā)的Hadoop框架為提高基于云技術系統(tǒng)開發(fā)提供了方便的技術基礎。
　　本文采用了一種典型性的NoSQL數(shù)據庫MongoDB，結合Python Django這一Web2.0開發(fā)框架、Hadoop等分布式技術框架設計并實現(xiàn)

3、了視頻推薦系統(tǒng)。通過完成系統(tǒng)的概要設計、詳細設計、數(shù)據模型定義等工作。對可用的開發(fā)工具，開發(fā)模式、推薦算法進行了選取。在系統(tǒng)主要功能開發(fā)實現(xiàn)過程中，完成了基于云技術的系統(tǒng)設計，實現(xiàn)了有效的基于興趣標簽的推薦算法以及系統(tǒng)的數(shù)據模型、視圖模型、模板等。最后，對系統(tǒng)進行了多方面的測試，例如基本功能檢測，兼容性，可擴展性等，確保了系統(tǒng)的穩(wěn)定性與可用性。
　　基于上述分析、設計，本文對視頻推薦系統(tǒng)進行了實現(xiàn)。配置在分布式開發(fā)框架上的推薦引擎