基于云平臺(tái)的智能終端推薦系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn).pdf

1、近年來(lái)隨著移動(dòng)設(shè)備的普及和移動(dòng)互聯(lián)網(wǎng)的發(fā)展，隨之也帶來(lái)了全新的用戶習(xí)慣和消費(fèi)模式。各類移動(dòng)應(yīng)用已獲得越來(lái)越多用戶的強(qiáng)烈推崇，移動(dòng)終端儼然成了用戶的私人助手，可以預(yù)期移動(dòng)化、智能化已是未來(lái)互聯(lián)網(wǎng)發(fā)展的趨勢(shì)。移動(dòng)應(yīng)用的逐漸豐富和網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，使人們的生活更加的方便多彩，但同時(shí)也給人們帶來(lái)了信息過(guò)載的問(wèn)題。雖然分類目錄和搜索這類大眾化的服務(wù)在很大程度上提升了獲取信息的效率，但其單一的呈現(xiàn)將用戶注意力分散，降低了體驗(yàn)。
　　隨著技術(shù)

2、的發(fā)展，推薦系統(tǒng)已成為解決信息超載問(wèn)題最重要的過(guò)濾工具，它會(huì)根據(jù)用戶興趣特點(diǎn)和行為模式，更加智能和主動(dòng)地幫助用戶在海量的數(shù)據(jù)中快速高效地找到有價(jià)值的內(nèi)容。當(dāng)前推薦系統(tǒng)應(yīng)用最成熟的是協(xié)同過(guò)濾推薦算法，然而面對(duì)移動(dòng)設(shè)備的處理能力和海量數(shù)據(jù)的挑戰(zhàn)，協(xié)同過(guò)濾算法也遇到了不小的問(wèn)題，如冷啟動(dòng)、數(shù)據(jù)稀疏性、擴(kuò)展性等。本文針對(duì)智能終端設(shè)備，把推薦系統(tǒng)搭建在云平臺(tái)上，通過(guò)算法和大數(shù)據(jù)幫助用戶快速找到感興趣的飲食和運(yùn)動(dòng)，減少瀏覽大量無(wú)關(guān)信息，滿足更加個(gè)性

3、化的需求。
　　為了實(shí)現(xiàn)對(duì)飲食和運(yùn)動(dòng)的個(gè)性化推薦，本文構(gòu)建一個(gè)基于云計(jì)算平臺(tái)的協(xié)同過(guò)濾推薦引擎，通過(guò)搭建在云平臺(tái)上的后臺(tái)服務(wù)器集群處理得到因人而異的建議信息，用戶進(jìn)入應(yīng)用或刷新時(shí)顯示到用戶的移動(dòng)終端上。以下是該系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)過(guò)程中的一些總結(jié)和成果：
　　1.為了支持算法擴(kuò)展和數(shù)據(jù)擴(kuò)容，提出了基于開(kāi)源平臺(tái) Hadoop搭建推薦引擎，重點(diǎn)學(xué)習(xí)了分布式文件系統(tǒng) HDFS和分布式計(jì)算框架 MapReduce，并研究了利用云計(jì)算解決數(shù)

4、據(jù)挖掘問(wèn)題的Mahout算法庫(kù)。
　　2.為了推薦的準(zhǔn)確性，運(yùn)用組合多種推薦引擎的方式對(duì)用戶進(jìn)行推薦，應(yīng)用多種不同的算法計(jì)算相似性，利用各自的優(yōu)點(diǎn)而取得好的效果。最后，推薦引擎可以使用相似性信息根據(jù)請(qǐng)求參數(shù)進(jìn)行推薦提高推薦準(zhǔn)確性，進(jìn)而提高用戶滿意度。
　　3.根據(jù)推薦的實(shí)時(shí)性，分離在線計(jì)算和離線計(jì)算，然后再進(jìn)行組合而快速計(jì)算出結(jié)果，將Top-N的結(jié)果返回給接口。接口是IOS設(shè)備與推薦引擎的鏈接紐帶，論文設(shè)計(jì)推薦系統(tǒng)（服務(wù)器）