您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201211-89
论文题目 一种基于Hadoop的个性化推荐系统架构
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

一种基于Hadoop的个性化推荐系统架构

首发时间:2012-11-06

张永霞 1   

张永霞,(1985-),女,工学硕士,主要研究方向:海量数据分析与个性化推荐。

王洪波 2   

王洪波(1975-),男,副教授,主要研究方向:云计算与数据中心网络、互联网服务质量管理与测量等

程时端 2   
  • 1、北京邮电大学网络与交换技术国家重点实验室,北京 100876
  • 2、北京邮电大学 网络与交换技术国家重点实验室

摘要:随着计算机技术的发展和互联网的快速普及,如何快速的从海量数据中获取用户想要的信息逐步成为用户关注的焦点之一。个性化推荐系统应运而生,通过获取用户在互联网上的日志信息,分析用户的喜爱偏好,从而为用户推荐其可能感兴趣的信息。然而,随着互联网的发展,互联网上充斥的用户日志信息越来越多,个性化推荐系统面临着存储空间的可扩展性与分析计算的效率等瓶颈问题,单纯依靠提升计算机存储空间和计算性能显然不能从根本上解决问题。本文针对该问题,以基于Hadoop分布式文件存储HDFS和分布式计算框架Map/Reduce的工具为基础,针对本文的应用场景对Mahout实现的推荐算法做了优化,实现了一种基于分布式计算框架Hadoop之上的个性化推荐系统架构,并通过实验证明该方案解决了数据存储的可扩展性和计算性能方面的问题,一定程度上提高了推荐的准确率。

关键词: 计算机应用技术 分布式计算 海量数据 个性化推荐 Hadoop

For information in English, please click here

A personalized recommendation system framework based on Hadoop

Zhang Yongxia 1   

张永霞,(1985-),女,工学硕士,主要研究方向:海量数据分析与个性化推荐。

Wang Hongbo 2   

王洪波(1975-),男,副教授,主要研究方向:云计算与数据中心网络、互联网服务质量管理与测量等

Cheng Shiduan 3   
  • 1、State Key Laboratory of Networking and Switching Technology, Beijing University of Posts & Telecommunications, Beijing 100876
  • 2、State Key Laboratory of Networking and Switching Technology, Beijing University of Posts & Telecommunications
  • 3、State Key Laboratory of Networking and Switching Technology, Beijing University of Posts & Telecommunications

Abstract:As the increase of the network data, how to obtain the information quickly is becoming one of the most important problem for users. Personalized recommendation system is used to analysis the users behavior log and get the users favorite preferences, then help the users get what they want fastly. However, more and more information makes to produce a series of problems, such as the scalability,the computing performance. To solve this problem, this paper proposes a solution that designing and implementing a personalized recommendation system framework based on Hadoop, and optimizing the code of the Mahout to improve the accuracy rate of the recommendation system. The experiments results validate that the recommendation accuracy rate is improved and computing performance is enhanced more than the stand-alone mode.

Keywords: Computer application technology Distributed Computation Mass data Personalized Recommendation Hadoop

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
张永霞,王洪波,程时端. 一种基于Hadoop的个性化推荐系统架构[EB/OL]. 北京:中国科技论文在线 [2012-11-06]. https://www.paper.edu.cn/releasepaper/content/201211-89.

No.****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

一种基于Hadoop的个性化推荐系统架构