该博客介绍了基于Flink技术的实时商品推荐系统，包括SlopeOne推荐算法的应用，涉及SpringBoot、Redis、MySQL、Nginx、Flume、Kafka、HBase等技术栈，以及前端Vue页面的构建。系统通过Flink处理用户行为数据，实时更新推荐列表，确保不重复推荐已交互商品。
基于Flink技术的商品实时推荐系统(初版)
之前趁着寒假有时间，学了一下大数据的基础知识，Hadoop、Hbase、Flink、Kafka等。做了一个简单的推荐系统。
1.0 演示视频
录制视频的时候，开的软件有点多，加上为了方便演示，把一些时间间隔参数调小了，所以CPU一直在运作，比较卡顿。
1.1 关于推荐算法
推荐算法，用到的是SlopeOne。原本打算把TF-IDF也整合进去（另一个demo工程里已经实现），但是目前需要忙的其他事情较多，只好暂时作罢（等之后各事安定下来，会抽时间完善TF-IDF部分）。
关于SlopeOne算法，这里不多做介绍，这里推荐一本书，《写给程序员的数据挖掘实践指南》。我当时找各种学习材料，也看完了《推荐系统实践》这本书，最后还是觉得《写给程序员的数据挖掘实践指南》更适合小白入门推荐算法的学习。
1.2 使用的技术栈
这里主要是学习为主，所以技术选型ÿ
最低0.47元/天 解锁文章
5109
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
