Spark ItemCF推荐算法(mllib) 余弦相似度实现：

package com.keyboard.pro_test

import org.apache.log4j.{Level, Logger}
import org.apache.spark.ml.feature.StringIndexer
import org.apache.spark.mllib.linalg
import org.apache.spark.mllib.linalg.distributed.{CoordinateMatrix, IndexedRow, MatrixEntry, RowMatrix}
import org.apache.spark.rdd.RDD
import org.apache.spark.sql.{SaveMode, SparkSession}
import scala.collection.mutable.ArrayBuffer

/**
  * 建立物品的相似度，来进行推荐
  * 基本的逻辑是：首先得到某个用户评价过（买过的商品），
  * 然后计算其他商品与改商品的相似度，并排序；从高到低，把不在用户评价过的商品里的其他商品推荐给用户
  * SUCCESS
  */
object sparkMllibItemCF {
  def main(args: Array[String]): Unit = {
    Logger.getLogger("org.apache.spark").setLevel(Level.ERROR)
    Logger.getLogger("org.eclipse.jetty.server").setLevel(Level.OFF)

    val spark = SparkSession
      .builder()
      .appName("sparkMllibItemCF")
      .enableHiveSupport()
      .getOrCreate()
    import spark.implicits._

    val start_