spark商品协同过滤
思路
首先,介绍一下传统的商品协同过滤思路:
获取一段周期内用户-商品交互历史数据记录;
根据交互历史记录,计算两两商品相似度,得到商品相似度矩阵;
根据用户的历史交互商品列表,从商品相似度矩阵中查询每一个商品的相似商品列表,按照相似度排序(出现多次的得分相加),得到最终推荐结果。
转换为spark的思想去考虑,则实现步骤应如下:
获取一段周期内用户-商品交互历史RDD,(wid, gid)
计算用户交互过的所有商品的两两相似度,得到 ((gid1, gid2), score)
根据用户最近交互的n
原创
2021-12-28 15:18:49 ·
1893 阅读 ·
1 评论