基于Hadoop架構的用戶協同過濾影視推薦系統的研究與應用.pdf

1、近年來，隨著移動互聯網、云計算、多媒體等技術和應用的快速發(fā)展，互動電視正在進入數字化時代，提供個性化的節(jié)目服務日益滲透進人們的生活?；踊?、個性化、信息化已成為互動電視的主要特征，影視推薦系統也成為互動電視重要的研究應用方向。推薦系統以特定用戶群體為目標，以挖掘用戶興趣喜好為基礎，為用戶提供精確的信息服務和產品推薦。在當今大數據的環(huán)境下，原有采用信息檢索和信息過濾技術的推薦系統，已經不能滿足海量數據下快速、實時處理需求，從而制約了推薦系

2、統的發(fā)展。本文以互動電視影視推薦為研究對象，結合Hadoop技術、協同過濾算法，分析并構建了一個分布式架構的推薦系統，優(yōu)化和改進了現有推薦算法，應用結果表明達到預期研究目標。
　　本研究主要內容包括：⑴基于Hadoop技術，搭建了自動化、智能化的互動電視影視劇推薦系統。本論文將Hadoop的分布式架構應用于互動電視領域，通過分析推薦系統中存在的用戶興趣變化、冷啟動、數據稀疏度等問題，設計了針對互動電視行業(yè)的大數據推薦系統。⑵針對目

3、前電視節(jié)目推薦個性化、準確性、高效的需求，構建了基于電視用戶行為的協同過濾推薦模型，并應用于互動電視節(jié)目推薦中。在互動電視用戶的點播行為數據、影視劇信息、用戶基礎信息等基礎上，采用K-Means聚類算法對用戶進行聚類，結合互動電視的行業(yè)特點，建立了基于用戶行為的協同過濾推薦模型。采用Hadoop分布式文件系統、HBase列式數據庫和Mahout等大數據技術對系統進行設計實現。對建立的推薦模型通過搭建測試環(huán)境進行了驗證，并將成果應用于實際