web实现模拟门禁系统代码_基于用户的协同过滤推荐算法WEB版 代码实现

基于用户的协同过滤推荐算法WEB版

代码实现

一、开发工具及使用技术

MyEclipse10、jdk1.7、tomcat7、jsp、servlet、javascript、jquery、bootstrap、mahout API、movielens数据集。

二、开发过程

1、InitListener监听器。项目启动后执行application监听器,主要用于读取u.item(电影信息)、u.user(用户信息),并保存在内存中(movielens数据集保存在项目中),便于后期使用,同时初始化用户的年龄和性别分类数据,用于首页网页展示分类统计信息。代码如下:

1c71a0b4f30bf2d09ec3a6e653990888.png

2、创建用户、电影实体类。将数据集文件中的用户、电影数据封装成java bean便于操作。代码如下:

d9709e75a358aed70d901c7f424ca9ac.png

4c22f734e53a9c9f4946448f97ff4749.png

3、CFUtil协同过滤推荐工具类。传统的基于用户的协同过滤荐算法主要分四步骤:构建用户-评分矩阵模型、计算用户之间相似度、得到目标用户最近邻居、推荐结果。使用mahoutAPI接口实现代码如下:

7fed58b4f935f27df708a479eb5ac58f.png

三、运行结果

1、项目首页,用户输入目标用户ID,和最近邻数量(也可以通过阀值确定最近邻居)

bff34d9d3c4bf2c4715593fd42c7ac8e.png

下图为根据用户信息分别统计数据集中性别分布和年龄分布:

fda14ebca195f7c6555ab2cb1331f528.png

2、推荐结果页面,展示目标用户ID,最近邻数量,推荐数量为系统默认10个,推荐结果展示电影ID、电影名称、发行时间、预测评分。

6a23a946c0c076fd1abce409be613fd2.png

欢迎留言、私信交流

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值