基于分布式防噪声干扰的社交网络推荐方法及系统

摘要

本发明属于计算机技术领域，公开了一种基于分布式防噪声干扰的社交网络推荐方法及系统，该方法包括：获取网络服务器中用户对商品的评分；甄别其中的噪声评分，并对其中的噪声评分进行校正；然后将校正过噪声评分的评分存储于Hadoop分布式集群中；Hadoop分布式集群将其存储的评分分发至实时推荐集群中；实时推荐集群判断目标用户可能感兴趣的商品，并推荐给目标用户。本发明解决了商业推荐中噪声干扰问题，很好的剔除大量作弊网络评分提高推荐行业的置信度；并且与行业发展方向接轨，具有普适性，为商业推荐提供一致的方法论。

主权项

一种用于网络推荐的防噪声干扰方法，其特征是包括如下步骤：步骤S1，获取网络服务器中用户对商品的评分r_u，i；步骤S2，甄别噪声评分，并对噪声评分进行校正；步骤S3，将经过校正的评分r_u，i＝n_u，i用于推荐。