基于IRGAN模型和Hadoop的电影推荐系统的设计

作     者：赵桂升 潘善亮 Zhao Guisheng;Pan Shanliang

作者机构：宁波大学信息科学与工程学院浙江宁波315211 

基　　金：浙江省公益性技术应用研究计划项目(2017C33001) 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2019年第36卷第5期

页      码：43-50页

摘      要：随着近几年人工智能技术的飞速发展,深度学习技术在推荐系统领域中的应用也已经成为研究热点之一。尤其是生成对抗网络(GAN)作为无监督学习中最具前景的方法之一,在图像处理和自然语言等领域取得突破性进展。针对目前存在的电影市场规模扩大、观影用户数量增长过快以及电影资源更新频繁等带来的数据利用率低、系统压力大、实时性差等弊端,结合Hadoop、Spark和Kafka等大数据处理技术,设计基于IRGAN算法模型的离线推荐模块和基于在线用户行为数据收集处理的在线推荐模块。实现了基于IRGAN模型和Hadoop的电影推荐系统。测试表明,该系统具有良好的推荐准确性、稳定性和实时性。

主 题 词：IRGAN Hadoop Spark Kafka 电影推荐系统 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-386x.2019.05.009

馆 藏 号：203669703...