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。

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。