推荐系统设计
文章平均质量分 54
想作会飞的鱼
~~~
展开
-
基于密度的聚类算法(Clustering by fast search and find of density peaksd)
一、概述“Clustering by fast search and find of density peaks”(下面简称CFDP)是在《Science》期刊上发表的的一篇论文,论文中提出了一种非常巧妙的聚类算法-基于密度的聚类算法。虽然文章出来后遭到了许多人的质疑,但是作为一个小白,该算法的思想是非常值得学习的。新聚类算法的基本思想很新颖,且简单明快,值得学习。下面将对该算法的基本原理进行介绍,原创 2017-07-11 15:54:12 · 35063 阅读 · 9 评论 -
Hadoop好友推荐系统-画出决策图
一、前端展示1、jsp页面 div style="margin:10px 0 40px 0;">div> div style="padding:20px 20px;"> div style="padding-left: 30px;font-size: 15px;padding-top:10px;">br> 此页面用于寻找聚类中心,看图找到聚类中心的范原创 2017-07-13 09:36:33 · 2660 阅读 · 0 评论 -
Hadoop好友推荐系统-寻找聚类中心
一、前端展示1、jsp页面 table> tr> td>label for="name">局部密度阈值:label> td> td>input class="easyui-validatebox" type="text" i原创 2017-07-14 09:38:59 · 1134 阅读 · 0 评论 -
Hadoop好友推荐系统-执行分类算法
一、前端展示1、jsp页面 table> tr> td>label for="name">输入路径:label>td> td>input class="easyui-validatebox" type="text" i原创 2017-07-14 09:40:27 · 1617 阅读 · 0 评论 -
Hadoop好友推荐系统-组别数据入库
一、前端展现1、jsp页面 table> tr> td>label for="name">分类数据路径:label> td> td>input class="easyui-validatebox" type="text"原创 2017-07-14 09:41:21 · 963 阅读 · 0 评论 -
Hadoop好友推荐系统-聚类中心及占比查看
一、前端展示1、jsp页面input class="easyui-validatebox" type="text" id="group_input_id" data-options="required:true" style="width:300px" value="WEB-INF/classes/centervector.dat" />原创 2017-07-14 09:42:34 · 1246 阅读 · 0 评论 -
Hadoop好友推荐系统-推荐结果查询
一、前端展示1、jsp页面page language="java" import="java.util.*" pageEncoding="UTF-8"%><%String path = request.getContextPath();String basePath = request.getScheme()+"://"+request.getServerName()+":"+req原创 2017-07-14 09:44:26 · 2601 阅读 · 3 评论 -
协同过滤推荐算法详解
一、什么是协同过滤?协同过滤是利用集体智慧的一个典型方法。要理解什么是协同过滤 (Collaborative Filtering, 简称 CF),首先想一个简单的问题,如果你现在想看个电影,但你不知道具体看哪部,你会怎么做?大部分的人会问问周围的朋友,看看最近有什么好看的电影推荐,而我们一般更倾向于从口味比较类似的朋友那里得到推荐。这就是协同过滤的核心思想。协同过滤一般是在海量的用户中发掘原创 2017-07-07 20:39:44 · 76990 阅读 · 12 评论 -
K-means算法的实现原理和分析
一、概述K-means算法是最为经典的基于划分的聚类方法,是十大经典数据挖掘算法之一。K-means算法的基本思想是:以空间中k个点为中心进行聚类,对最靠近他们的对象归类。通过迭代的方法,逐次更新各聚类中心的值,直至得到最好的聚类结果。k-means 算法接受参数 k ,然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足,同一聚类中的对象相似度较高,而不同聚类中的对象相似原创 2017-07-08 17:36:20 · 20277 阅读 · 3 评论 -
Hadoop好友推荐系统-执行聚类算法
一、执行聚类算法1、前端展示jsp页面form id="formid" method="post"> table> tr> td>label for="name">输入路径:label>td> td>input class="easyui-vali原创 2017-07-13 09:35:29 · 1868 阅读 · 0 评论 -
Hadoop好友推荐系统-寻找最佳DC
一、寻找最佳DC1、前端展示jsp页面div style="padding-left: 30px;font-size: 20px;padding-top:10px;"> table> tr> td>label for="name">输入路径:label> td>原创 2017-07-13 09:33:25 · 1346 阅读 · 0 评论 -
基于Hadoop的好友推荐系统项目综述
一、好友推荐系统项目概述1、项目介绍该系统利用基于密度的新型聚类算法,对给定用户基于好友推荐。本系统的开发IDE采用eclipse,使用maven构建项目,数据库选用Mysql,后台技术采用Struts2+Hibernate+Spring的架构,前端使用Easyui+Ajax的技术实现前后端的数据交互,算法的主要计算任务用Hadoop Mapreduce来完成。综合来说,本系统面临的主要挑战如下:原创 2017-07-15 14:06:30 · 19847 阅读 · 6 评论 -
Hadoop好友推荐系统-项目架构搭建和用户登陆的实现
项目总目录:基于Hadoop的好友推荐系统项目综述一、创建Maven项目创建一个Maven web项目(即war项目),引入依赖如下:<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http:原创 2017-07-12 21:23:35 · 3693 阅读 · 0 评论 -
Hadoop好友推荐系统-数据表的初始化
数据表的初始化数据表的初始化action层:/** * 初始化表 */public void initialTable(){ boolean initRet = false; if("LoginUser".equals(tableName)){//初始登录表 initRet=dBService.insertLoginUser(); }原创 2017-07-12 21:47:54 · 1492 阅读 · 0 评论 -
Hadoop好友推荐系统-HDFS的文件上传和下载
文件上传到HDFS的实现1、前端展示jsp页面 table> tr> td>label for="name">输入路径:label> td> td>input class="easyui-validatebox" type="text"原创 2017-07-12 21:48:58 · 1819 阅读 · 1 评论 -
Hadoop好友推荐系统-原始数据去重操作(包含MapReduce任务监控)
MapReduce任务实时监控实现1、前端展示jsp页面当我们启动一个MapReduce任务后,后台会自动打开一个监控页面,其jsp页面如下: table> tr> td>label for="name">所有任务个数:label>td> td>input class="ea原创 2017-07-12 21:50:10 · 2797 阅读 · 2 评论 -
Hadoop好友推荐系统-去重后的数据存入数据库
一、去重后的数据存入数据库1、前端展示jsp页面table> tr> td>label for="name">输入路径:label>td> td>input class="easyui-validatebox" type="text"原创 2017-07-12 21:51:46 · 1384 阅读 · 0 评论 -
Hadoop好友推荐系统-数据库过滤数据到HDFS
数据库过滤数据到HDFS1、前端展示jsp页面 table> tr> td>label for="name">输出路径:label> td> td>input class="easyui-validatebox" type="text"原创 2017-07-13 09:31:44 · 1298 阅读 · 1 评论 -
Hadoop好友推荐系统-用户距离计算
一、用户距离计算1、前端展示jsp页面 table> tr> td>label for="name">输入路径:label> td> td>input class="easyui-validatebox" type="text"原创 2017-07-13 09:32:25 · 1479 阅读 · 0 评论 -
K-Means算法的Hadoop实现
一、MapReduce实现K-Means算法的基本流程1、Map每读取一条数据就与所有选定的中心做对比,求出该条记录对应的中心,然后以中心的ID为Key,该条数据为value将数据输出。2,利用reduce的归并功能将相同的Key归并到一起(因为map把中心的ID作为key,所以在reduce端时数据已经按照各自的中心分好了组,这是MapReduce框架自动完成的),集中与该Key对应的数原创 2017-07-09 19:47:18 · 7996 阅读 · 3 评论