发明名称 |
一种基于Hadoop的社会化推荐方法 |
摘要 |
本发明公开了一种基于Hadoop的社会化推荐方法,包括以下步骤:S1、获得用户在不同项目类别下的显示信任关系,在各项目类别下通过社区发现方法发现信任社区;S2、提出信任值度量,决定用户最终可信任集;S3、根据用户的可信任用户集预测目标用户对项目评分;S4、通过Hadoop平台,分布式、并行化推荐方法。本发明在考虑用户信任关系应该在项目类别基础上,引入社区发现方法,发现信任社区,通过定义信任值度量获得用户最终可信任用户集,根据用户的可信任用户集对目标用户推荐项目,并且把算法在Hadoop平台实现分布式并行计算。本发明能够有效解决用户显示信任关系稀疏,及时处理海量用户、项目数据问题。 |
申请公布号 |
CN105718551A |
申请公布日期 |
2016.06.29 |
申请号 |
CN201610034317.6 |
申请日期 |
2016.01.19 |
申请人 |
浙江工业大学 |
发明人 |
田贤忠;沈杰;李丽净;林初超 |
分类号 |
G06F17/30(2006.01)I;G06Q50/00(2012.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
杭州斯可睿专利事务所有限公司 33241 |
代理人 |
王利强 |
主权项 |
一种基于Hadoop的社会化推荐方法,其特征在于,所述社会化推荐方法包括以下步骤:S1、获得用户在不同项目类别下的显示信任关系,在各项目类别下通过社区发现方法发现信任社区;S2、提出信任值度量,决定用户最终可信任用户集;S3、根据用户的可信任用户集预测目标用户对项目的评分;S4、通过Hadoop平台,分布式、并行化推荐方法,包括以下分步骤:S41、利用MapReduce实现数据预处理,获得用户涉及的评分项目类,获得用户在各项目类下显示信任关系;S42、利用MapReduce实现发现信任社区,扩展用户可信任用户集;S43、利用MapReduce实现信任值度量并获得最终信任用户集。 |
地址 |
310014 浙江省杭州市下城区朝晖六区潮王路18号浙江工业大学 |