摘要：
基于Spark的电影推荐系统（推荐系统~7） 22/100 发布文章 liuge36 第四部分 推荐系统 实时推荐 本模块基于第4节得到的模型，开始为用户做实时推荐，推荐用户最有可能喜爱的5部电影。 说明几点 1.数据来源是 testData 测试集的数据。这里面的用户，可能存在于训练集中，也可能是 阅读全文
摘要：
第四部分 推荐系统 模型训练 本模块基于第3节 数据加工得到的训练集和测试集数据 做模型训练，最后得到一系列的模型，进而做 预测。 训练多个模型，取其中最好，即取RMSE(均方根误差)值最小的模型 说明几点 1.ALS 算法不需要自己实现，Spark MLlib 已经实现好了，可以自己 跟源码学习 阅读全文
摘要：
第四部分 推荐系统 数据ETL 本模块完成数据清洗，并将清洗后的数据load到Hive数据表里面去 前置准备： spark +hive 启动Hive metastore server [root@hadoop001 conf] nohup hive service metastore & [root 阅读全文
摘要：
第四部分 推荐系统 项目介绍 行业背景： 快速：Apache Spark以内存计算为核心 通用 ：一站式解决各个问题，ADHOC SQL查询，流计算，数据挖掘，图计算 完整的生态圈 只要掌握Spark,就能够为大多数的企业的大数据应用场景提供明显的加速 “猜你喜欢”为代表的推荐系统，从吃穿住行等 项 阅读全文