文件列表:

code (0, 2016-06-03)
code\recommend (0, 2016-06-03)
code\recommend\.classpath (5186, 2016-06-03)
code\recommend\.project (420, 2016-06-03)
code\recommend\bin (0, 2016-06-03)
code\recommend\bin\com (0, 2016-06-03)
code\recommend\bin\com\paradeto (0, 2016-06-03)
code\recommend\bin\com\paradeto\recommend (0, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\HDFSFile.class (4329, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Recommend.class (3128, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\SortHashMap$1.class (1224, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\SortHashMap.class (2595, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step1$Step1_ToItemPreMapper.class (2754, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step1$Step1_ToUserVectorReducer.class (2801, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step1.class (2567, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step2$Step2_UserVectorToConoccurrenceReducer.class (2467, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step2$Step2_UserVectorToCooccurrenceMapper.class (2997, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step2.class (2469, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step3$Step31_UserVectorSplitterMapper.class (3040, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step3$Step32_CooccurrenceColumnWrapperMapper.class (2595, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step3.class (2764, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step4_Update$Step4_AggregateReducer.class (4087, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step4_Update$Step4_PartialMultiplyMapper.class (3703, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step4_Update.class (2701, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step4_Update2$Step4_RecommendMapper.class (2503, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step4_Update2$Step4_RecommendReducer.class (3285, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step4_Update2.class (2624, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step5$Step5_FilterSortMapper.class (3373, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step5$Step5_FilterSortReducer.class (4780, 2016-06-03)
code\recommend\bin\com\paradeto\recommend\Step5.class (2652, 2016-06-03)
code\recommend\src (0, 2016-06-03)
code\recommend\src\com (0, 2016-06-03)
code\recommend\src\com\paradeto (0, 2016-06-03)
code\recommend\src\com\paradeto\recommend (0, 2016-06-03)
code\recommend\src\com\paradeto\recommend\HDFSFile.java (3851, 2016-06-03)
code\recommend\src\com\paradeto\recommend\Recommend.java (3819, 2016-06-03)
code\recommend\src\com\paradeto\recommend\SortHashMap.java (1714, 2016-06-03)
code\recommend\src\com\paradeto\recommend\Step1.java (3401, 2016-06-03)
... ...

##MapReduce实现电影推荐系统 ###案例分析 * 互联网某电影点评网站,主要产品包括 * 电影介绍 * 电影排行 * **网友对电影打分** * 网友影评 * 影讯&购票 * 用户在看|想看|看过的电影 * **猜你喜欢(推荐)** * 利用用户对电影的打分表来给用户推荐电影,用户打分表包括以下字段 * userID--用户ID号 * itemID--电影ID号 * score--评分  ###基于物品的协同过滤算法 * 建立物品的同现矩阵  * 建立用户对物品的评分矩阵  * 矩阵计算推荐结果  ###MapReduce实现 * 程序流程图  * Java类说明 * Recommend.java--主任务启动程序 * Step1.java--按用户分组,计算所有物品出现的组合列表,得到用户对物品的评分矩阵 * Step2.java--对itemID组合列表进行计数,建立其同现矩阵 * Step3.java--对同现矩阵和评分矩阵进行转型,便于后续处理 * Step4_Update.java--矩阵相乘乘法部分 * Step4_Update2.java--矩阵相乘加法部分 * Step5.java--对结果进行过滤和排序 * HDFSFile.java--HDFS路径文件操作类 * SortHashMap.java--HashMap排序类 * 程序输出结果 Step1:  Step2:  Step3_1用户评分矩阵转型:  Step3_2同现矩阵转型:  Step4:  Step5:  ###关于 该项目基于[炼数成金](http://www.dataguru.cn/)《Hadoop应用开发实战案例 第六期》所提供的案例进行优化

近期下载者：

相关文件：

评论：[我要评论] [举报此文件]

收藏者：