一种基于Spark平台的个性化推荐系统技术方案

本发明专利技术提出了一种基于Spark平台的个性化推荐系统，主要是为用户提供个性化以及精准化的信息推荐。本发明专利技术所提出的推荐模型和构建方法为：首先从用户偏好入手，结合具体的推荐系统选择合适的推荐算法；接着使用大数据处理平台Spark，提高推荐系统的性能。最后结合推荐算法和Spark平台为用户提供个性化和精准化的信息推荐服务。

【技术实现步骤摘要】
一种基于Spark平台的个性化推荐系统
本专利技术涉及到网络技术中数据挖掘和数据分析等技术。技术背景随着互联网的快速发展，网络信息呈爆炸式增长,使我们在面对海量信息时无法准确获取真正需要的信息，这导致了信息的使用率降低，信息超载问题随即而来。随着网络信息的增长，这种信息超载问题也会日益严重，解决信息超载问题的方法有多种，这些方法中最有潜力的方法是推荐系统。推荐系统可以根据用户个性化的需求，将用户所感兴趣的产品或信息展现给用户。推荐系统首先考虑用户的兴趣爱好，根据用户的兴趣爱好做个性化的计算，最后系统可以挖掘出每一位用户的兴趣爱好，从而可以根据用户的兴趣爱好向用户进行信息的推荐。推荐系统很早就有人开始研究，因为其良好的实用性和极具潜力的商业价值，一直受到科研工作者和商务人士的追捧，因而其发展的脚步从未停下，从大众化推荐到个性化推荐都被广泛应用。期间产生了种类繁多的推荐技术，这些技术各有特点，效果不一，每种技术都会有各自的优势和劣势。但是到目前为止尚没有一种推荐算法适合所有的应用场景，对于不同的实际应用通常要选择合适的推荐技术，通过一种或者几种技术的结合，来使得推荐效果尽可能达到最佳。目前个性化推荐的发展，最为广泛，也最受人们欢迎。在互联网里，个性化推荐几乎被应用在各个领域里，不同行业都在通过个性化推荐推广自己的产品或服务。个性化推荐的应用除了能给用户带来更好的体验外，也为行业带去了丰厚的利润。个性化推荐技术的广泛使用使人们的生活变得更加方便，从某种程度讲，它正在影响人们的生活习惯。随着互联网的快速发展，推荐系统也面临着大数据问题。如何能在短时间内将海量信息推荐给数以千万计的用户成为推荐系统所面临的严峻挑战。同时，大数据的来临也带来了机遇，充分利用产生的原始的海量旅游数据，快速、准确地对海量旅行数据进行挖掘，为游客提供更加个性化的旅游服务推荐，是推荐系统一个重要研究方向。Spark平台是目前最流行的大数据处理平台，将Spark平台与推荐系统进行结合，可以显著提升推荐系统的性能。
技术实现思路
本专利技术提出一种基于Spark平台的个性化推荐系统，是将推荐算法和大数据处理平台Spark进行结合，提高推荐系统的效率和精准率。本系统分为二个两个步骤，第一步是选择相应的推荐算法。第二步是在Spark平台上并行化实现推荐算法。最后整合系统为用户推荐个性化和精准化的信息。附图说明图1为推荐算法执行流程图2为基于Spark平台推荐算法并行化实现的框架设计图3为基于Spark推荐算法并行化执行设计具体实施方法首先获取用户历史行为信息，对数据进行预处理，将处理后的信息存入数据库中，方便之后的信息处理模块对其进行分析处理。其次设计推荐算法在Spark平台上的并行化框架，提高推荐的效率。最后整合系统，为用户推荐个性化和精准化的信息。本文档来自技高网...

【技术保护点】
一种基于Spark平台的个性化推荐系统，主要有以下模块构成：用户历史行为信息收集模块、相应的推荐算法模块、Spark平台推荐算法并行化实现模块；其中，用户历史行为信息收集模块主要是通过网络获取互联网平台上用户的信息以及相应的用户评价，对信息进行评估分析。在推荐算法模块，根据相应的系统，选择合适的推荐算法。在Spark平台推荐算法并行化实现模块中，在Spark平台上实现推荐算法的并行化。最后整合推荐系统，为用户推荐个性化和精准化的推荐信息。

【技术特征摘要】
1.一种基于Spark平台的个性化推荐系统，主要有以下模块构成：用户历史行为信息收集模块、相应的推荐算法模块、Spark平台推荐算法并行化实现模块；其中，用户历史行为信息收集模块主要是通过网络获取互联网平台上用户的信息以及...

【专利技术属性】
技术研发人员：刘海亮，吴义斌，苏航，
申请(专利权)人：中山大学深圳研究院，
类型：发明
国别省市：广东,44