package recommendation
import org.apache.log4j._
import org.apache.spark._
import org.apache.spark.mllib.recommendation.{MatrixFactorizationModel, ALS, Rating}
import org.apache.spark.rdd._
import scala.io.Source
/**
* Created by 汪本成 on 2016/5/18.
*/
object MovieLensALS {
def main(args: Array[String]) {
//屏蔽不必要的日志显示在终端上
Logger.getLogger("org.apache.spark").setLevel(Level.WARN)
Logger.getLogger("org.apache.eclipse.jetty.server").setLevel(Level.OFF)
//设置运行环境
val conf = new SparkConf().setAppName("MovieLensALS").setMaster("local[5]")
val sc = new SparkContext(conf)
//装载用户评分,由评分生成器loadRating生成
val myRatings = loadRating("G:\\sparktest\\movie\\test.txt")
val myRatingsRDD = sc.parallelize(myRatings,1)
//样本数据目录
val movielensHomeDir = "G:\\sparktest\\movie"
//装载样本评分数据,最后一列TimeStamp取除10的余数作为key,rating为值,即(I
推荐系统实践1---基于spark ALS做的电影推荐,参考网上的做的,能跑起来
最新推荐文章于 2024-08-10 00:07:27 发布
使用Scala和Spark的ALS实现电影推荐系统,通过加载数据、训练模型、选择最佳参数,评估测试集上的RMSE并推荐电影。
摘要由CSDN通过智能技术生成