引言
随着互联网的迅猛发展,为了满足人们在繁多的信息中获取自己需要内容的需求,个性化推荐应用而生。协同过滤推荐是其中运用最为成功的技术之一。...本文旨在深入与Spark并行计算框架结合,探索协同过滤算法原理与在Spark上的实现,来解决大数据情况下矩阵分解推荐算法时间代价过高的问题。
2....基于ALS矩阵分解协同过滤算法
如上述提及的,协同过滤提出了一种支持不完整评分矩阵的矩阵分解方法,不用对评分矩阵进行估值填充,有很好的推荐精度。...Spark MLlib中实现的基于ALS矩阵分解协同过滤算法。...,k<<m,nA≈UVT,k<<m,n\large A \approx UV^T , k << m,n
我们把打分理解成相似度,那么“打分矩阵A(m∗n)A(m∗n)A(m*n)”就可以由“用户喜好特征矩阵