基于云計(jì)算的推薦系統(tǒng)的研究.pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)的迅猛發(fā)展，智能手機(jī)、平板電腦普遍出現(xiàn)在人們的日常生活中，運(yùn)行在智能終端上的App（應(yīng)用程序）極大地豐富了人們的生活。雖然用戶(hù)可以在應(yīng)用分發(fā)市場(chǎng)搜索和下載App，但這些市場(chǎng)缺乏有效的個(gè)性化推薦，一般只是將若干熱門(mén)應(yīng)用推薦給用戶(hù)。這使得用戶(hù)在海量App應(yīng)用中難以發(fā)現(xiàn)真正適合自己興趣愛(ài)好的App，找到的總是大眾口味的App應(yīng)用；同時(shí)也不利于新發(fā)布的優(yōu)質(zhì)App被用戶(hù)發(fā)現(xiàn)，給App開(kāi)發(fā)者的積極性和創(chuàng)造力帶來(lái)負(fù)面影響。
　　本

2、論文旨在通過(guò)對(duì)云計(jì)算、Hadoop分布式框架和推薦算法進(jìn)行研究，并結(jié)合App個(gè)性化推薦這一特定應(yīng)用場(chǎng)景，提出了針對(duì)智能終端設(shè)備的個(gè)性化App推薦整體解決方案，并最終搭建出該推薦系統(tǒng)。
　　本論文主要研究了云計(jì)算，Hadoop分布式架構(gòu)，推薦算法及針對(duì)App推薦的改進(jìn)算法，推薦系統(tǒng)前端、后臺(tái)、推薦集群的整體搭建等。該推薦系統(tǒng)的用戶(hù)信息收集功能是基于一款智能終端設(shè)備的桌面應(yīng)用程序，主要收集了用戶(hù)的App安裝、使用和反饋信息。后臺(tái)使用B

3、AE云服務(wù)器，對(duì)推薦系統(tǒng)各功能模塊進(jìn)行控制。推薦算法運(yùn)行環(huán)境為本地PC集群Hadoop框架。算法部分主要使用Mahout的基于用戶(hù)的協(xié)同過(guò)濾算法，并利用App分類(lèi)信息對(duì)推薦算法進(jìn)行了改進(jìn)。本論文將完成如下工作：
　　1）收集用戶(hù)App使用信息，以分布式App個(gè)性化推薦作為關(guān)鍵技術(shù)點(diǎn)。
　　2）分析收集的用戶(hù)App數(shù)據(jù)，研究App的各屬性，確定使用App的分類(lèi)信息作為對(duì)推薦算法改進(jìn)的主要途徑，并從降低數(shù)據(jù)稀疏性、相似度計(jì)算、推