大数据项目之电影推荐系统（三）统计推荐模块

最新推荐文章于 2024-06-29 20:47:26 发布

黄山路443号

最新推荐文章于 2024-06-29 20:47:26 发布

阅读量4.8k

点赞数 1

分类专栏：电影推荐系统文章标签：大数据推荐系统 mongodb spark

本文链接：https://blog.csdn.net/dong_W_/article/details/104823874

版权

3. 统计推荐模块

要点：

从MongoDB中读取数据保存为DataFrame
要统计的信息包括：
1. 历史热门，评分数据最多
```
select  mid,count(*) from rateDF group by mid
```
2. 近期热门统计，统计评分个数
```
select mid from rateDF group by yearmonth,mid order by yearmonth, mid desc
```
3. 优质电影统计，统计电影的平均评分
```
select avg(score) from rateDF group by mid
```
4. 各类别电影Top10
  - 将电影信息表（包含类别）与电影均分关联得到临时表
  - 临时表与类别表做笛卡尔积，并筛选临时表中类别字段与类别表中字段相同的行得到新表
  - 新表再对每类别降序排列得到各类别Top10
数据写入MongoDB

import java.text.SimpleDateFormat
import java.util.Date

import org.apache.spark.SparkConf
import org.apache.spark.sql.{
   DataFrame, SparkSession}

case class Movie(mid: Int, name: String, descri: String, timelong: String, issue: String,
                 shoot: String, language: String, genres: String, actors: String,
                 directors: String)
case class Rating(uid: Int, mid: Int, score: Double, timestamp: Int)

//数据库配置
case class MongoConfig(uri:String, db:String)

case class Recommendation(mid :Int,score:Double)
//电影类别Top10
case class GenresRecommendation(genres:String,recs:Seq[Recommendation