java购物推荐系统_hadoop实现购物商城推荐系统

1，商城：是单商家，多买家的商城系统。数据库是mysql，语言java。

2，sqoop1.9.33：在mysql和hadoop中交换数据。

3，hadoop2.2.0：这里用于练习的是伪分布模式。

4，完毕内容：喜欢该商品的人还喜欢，同样购物喜好的好友推荐。

步骤：

1，通过sqoop从mysql中将 “用户收藏商品” (这里用的是用户收藏商品信息表作为推荐系统业务上的根据，业务根据能够非常复杂。这里主要介绍推荐系统的基本原理，所以推荐根据非常easy)的表数据导入到hdfs中。

2，用MapReduce实现推荐算法。

3，通过sqoop将推荐系统的结果写回mysql。

4，java商城通过推荐系统的数据实现两个功能。

实现：

1，

推荐系统的数据来源：

左边是用户，右边是商品。用户每收藏一个商品都会生成一条这种信息，的数据来源都是这张表。

sqoop导入数据，这里用的sqoop1.9.33。sqoop1.9.33的资料非常少，会出现一些错误，搜索不到的能够发到我的邮箱keepmovingzx@163.com。

创建链接信息

这个比較简单

创建job

信息填对就能够了

导入数据运行 start job --jid 上面创建成功后返回的ID

导入成功后的数据

2，eclipse开发MapReduce程序

ShopxxProductRecommend

整个项目分两部，一，以用户对商品进行分组，二，求出商品的同现矩阵。

一

第1大步的数据为输入參数对商品进行分组

输出參数：

二，以第一步的输出数据为输入求商品的同现矩阵

输出数据

第一列数据为当前商品，第二列为与它相似的商品，第三列为相似率(越高越相似)。

整个过程就完了，以下

package xian.zhang.common;

import java.util.regex.Pattern;

public class Util {

public static final Pattern DELIMITER = Pattern.compile("[\t,]");

}

package xian.zhang.core;

import java.io.IOException;

import java.util.Iterator;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.LongWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapreduce.Job;

import org.apache.hadoop.ma