基于Hadoop和Mahout的ASUCF算法并行化研究
来源期刊：软件工程2016年第6期
论文作者：曹萍
文章页码：17 - 21
关键词：协同过滤;计算效率;加速比;Hadoop;Mahout;
摘 要：针对高效的协同过滤推荐技术处理大数据时的计算效率问题,提出了并行计算的ASUCF算法。该算法采用Hadoop平台的Map Reduce并行编程模型,改善大数据环境下高效的CF算法在单机运行时的计算性能问题。最后在实验部分,结合Mahout,实现ASUCF算法的并行化,设计不同数据集上的加速比实验,验证算法并行化后在大数据环境中具有较好的计算性能。
曹萍
南京审计大学
摘 要：针对高效的协同过滤推荐技术处理大数据时的计算效率问题,提出了并行计算的ASUCF算法。该算法采用Hadoop平台的Map Reduce并行编程模型,改善大数据环境下高效的CF算法在单机运行时的计算性能问题。最后在实验部分,结合Mahout,实现ASUCF算法的并行化,设计不同数据集上的加速比实验,验证算法并行化后在大数据环境中具有较好的计算性能。
关键词：协同过滤;计算效率;加速比;Hadoop;Mahout;
