| 主权项 |
一种海量数字信息的分布式推荐方法，其特征在于：所述分布式推荐方法包括以下步骤：第一步，建立对等的分布式局域网络，网络中每台计算机可直接相互通讯，网络中计算机的数量至少为10台；第二步，收集当前用户行为的数字信息，存入面向文档的分布式数据库mongodb中；第三步，将第二步中收集的数字信息进行预处理；第四步，统计与当前用户有关系的数字信息的集合：通过Hadoop的Map和Reduce两个阶段并行统计与当前用户有关系的数字信息的集合；其中，将数据库mongodb中的当前用户行为的数字信息作为Map阶段的输入数据源；Map 阶段完成后开始 Reduce阶段的并行运算, Reduce阶段的输入数据源为Map阶段的输出结果，将与当前用户有关系的数字信息集合进行汇总；第五步，构建数字信息之间的相似度关系矩阵：运行并行的Map阶段运算，将第四步中Reduce阶段的输出结果作为本步骤中Map阶段运算的输入数据源，进而构建数字信息之间的相似度矩阵；第六步，统计数字信息之间相似度的总数矩阵：运行并行的Reduce阶段运算，将第五步中Map阶段的输出结果作为本步骤中Reduce阶段运算的输入数据源，统计数字信息之间相似度的总数矩阵；第七步，统计向当前用户候选推荐的数字信息的评分值的Map阶段运算：运行并行的Map阶段运算，将第四步中Reduce阶段的输出结果作为本步骤中Map阶段运算的输入数据源，统计向当前用户候选推荐的数字信息的评分值；第八步，统计向当前用户候选推荐的数字信息的评分值的Reduce阶段运算：第七步中Map阶段运算完成后，开始Reduce阶段的并行运算,将第六步的运算结果和第七步中Map阶段运算的输出结果作为本步骤中Reduce阶段运算的输入数据源；第九步，为当前用户推荐数字信息的Map阶段运算：运行并行的Map阶段运算,将第八步中Reduce阶段的输出结果作为本步骤中Map阶段运算的输入数据源，运算规则为直接输出第八步中Reduce阶段的输出结果；第十步，为当前用户推荐数字信息的Reduce阶段运算：第九步中Map阶段运算完成后开始Reduce阶段的并行运算,将第九步中Map阶段运算的结果作为本步骤中Reduce阶段运算的输入数据源，运算规则为：排序比较与用户没有发生过关系的数字信息的总评分值,按总评分值的高低依次选择前N 项数字信息作为最终的推荐结果；结果格式为：<用户标示,推荐的数字信息项集合>；其中,所述N为设定的正整数；第十一步，根据向当前用户推荐的数字信息项集合，进入mongodb数字信息库中获取作为推荐结果的数字信息的详细内容，最后将所获取的数字信息的详细内容返回给当前用户。 |
