MapReduce部分:实例学习(电商网站关键词分析)

本文通过《MapReduce设计模式》介绍了电商网站如何利用MapReduce进行关键词分析,涉及协同过滤算法,包括UserCF和ItemCF,以及推荐系统的实现过程,从数据处理到计算用户评分向量、同现矩阵,再到推荐向量的生成和TopN推荐。
摘要由CSDN通过智能技术生成

《MapReduce设计模式》

电子商务网站是个性化推荐系统重要地应用的领域之一

亚马逊就是个性化推荐系统的积极应用者和推广者,亚马逊的推荐系统深入到网站的各类商品,为亚马逊带来了至少30%的销售额。

不光是电商类,推荐系统无处不在。

QQ,人人网的好友推荐;新浪微博的你可能感觉兴趣的人;优酷,土豆的电影推荐;豆瓣的图书推荐;大从点评的餐饮推荐;世纪佳缘的相亲推荐;天际网的职业推荐等。

思考:

购买成功后:购买了该商品的其他用户购买了以下商品

根据用户的实时行为

搜索成功后:您可能感兴趣的以下商品

根据用户的主观意识

 

主页或广告:您可能感兴趣的以下商品

根据用户的特征向量

推荐系统——协同过滤(Collaborative Filtering)算法

UserCF

基于用户的协同过滤,通过不同用户对物品的评分来评测用户之间的相似性,基于用户之间的相似性做出推荐。

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