大数据项目实战：Spark基于内容的推荐算法（商品离线相似度计算）

基于内容的推荐算法（CB）：

读取Hbase倒排表中数据20w+索引数据，以token（关键词）为rowkey，每个itemID为column，score为value
通过spark进行基于内容的离线相似度计算，得到每个物品的相关推荐物品列表，按score排序后取TOP20，（itemA–>itemB:score,itemC:score）
总用时12min

得到605219个item的相关推荐物品列表：

部分item推荐结果展示：

import json
from pyspark import SparkContext, SparkConf
from pyspark.sql import SparkSession
import math


def func(i_ts):
    """
    对token的value做归一化
    :param i_ts: