基于Spark MLlib协同过滤算法的美食推荐系统研究

吉林大学学报(信息科学版) ›› 2019, Vol. 37 ›› Issue (2): 181-185.

基于Spark MLlib协同过滤算法的美食推荐系统研究

徐林

韩山师范学院计算机与信息工程学院，广东潮州521041

收稿日期:2018-12-10 出版日期:2019-03-25 发布日期:2019-06-11
作者简介:徐林( 1975— ) ，女，广东潮州人，韩山师范学院讲师，博士，主要从事优化算法和信息安全的研究，(Tel)86-15913010654( E-mail) xul@ hstc． edu． cn。
基金资助:
广东省潮州市科技局公益技术研究与应用示范基金资助项目( 2016GY30)

Ｒesearch of Food Ｒecommendation System Based on Spark MLlib

XU Lin

School of Computer Information Engineering，Hanshan Normal University，Chaozhou 521041，China

Received:2018-12-10 Online:2019-03-25 Published:2019-06-11

摘要/Abstract

摘要： 针对交替最小二乘法中矩阵稀疏度较大时推荐结果的准确性下降问题，提出了一种改进的协同过滤算法。该算法根据用户对各种潮州美食的评分，结合其他用户的兴趣相似度，并利用潮州美食属性特征的相似度作为权重因子进行矩阵补全。实验结果表明，改进算法的平均MAE( Mean Absolute Error) 值为0． 583，有效地提高了推荐精度。

关键词: Spark MLlib 算法库, 美食推荐系统, 协同过滤算法, 交替最小二乘法, 矩阵补全

Abstract: An improved collaborative filtering algorithm is proposed to solve the problem that the accuracy of recommended results decreases when the sparse degree of score matrix becomes larger in the alternating least square method． According to the user's rating of various Chaozhou delicious foods，the algorithm combines the interest similarity of other users，and uses the similarity of Chaozhou food attributes as the weight factor to complete the matrix． The experimental results show that the average MAE( Mean Absolute Error) value of the improved algorithm is 0． 583，which effectively improves the recommendation accuracy．

Key words: spark MLlib, food recommendation system, collaborative filtering algorithm, alternating least squares method, matrix completion

中图分类号:

TP391

徐林. 基于Spark MLlib协同过滤算法的美食推荐系统研究[J]. 吉林大学学报(信息科学版), 2019, 37(2): 181-185.

XU Lin. Ｒesearch of Food Ｒecommendation System Based on Spark MLlib[J]. Journal of Jilin University (Information Science Edition), 2019, 37(2): 181-185.

[1]	张喆原, 刘富. 基于纹理特征优化LPQ 的手背静脉提取方法[J]. 吉林大学学报(信息科学版), 2019, 37(3): 273-277.
[2]	李昕迪, 陈万忠. 基于FSWT 和GBDT 的癫痫脑电信号分类研究[J]. 吉林大学学报(信息科学版), 2019, 37(2): 186-193.
[3]	周学仕. 基于模拟目标的光测装备实战化训练方法研究[J]. 吉林大学学报(信息科学版), 2019, 37(2): 194-201.
[4]	李金子, 肖炯然, 潘剑飞. 多永磁同步直线电机协同控制研究[J]. 吉林大学学报(信息科学版), 2019, 37(1): 32-39.
[5]	王桂荣, 金小峰. 基于计算语音方法的朝蒙单元音对比研究[J]. 吉林大学学报(信息科学版), 2019, 37(1): 68-74.
[6]	李温温, 王吉彬. 基于PCA 的指节纹图像全局特征提取与识别[J]. 吉林大学学报(信息科学版), 2019, 37(1): 75-79.
[7]	孙学诚, 陈前, 唐家骏, 石小川. 大数据背景下的恐怖主义信息传播途径分析[J]. 吉林大学学报(信息科学版), 2019, 37(1): 88-95.
[8]	孟锐, 金成军, 刘畅. 基于阴影线的智能车辆检测及测距方法研究[J]. 吉林大学学报(信息科学版), 2018, 36(6): 654-660.
[9]	韩成哲, 李勋, 赵宏伟. 基于S3C2440的嵌入式无线视频采集系统设计[J]. 吉林大学学报(信息科学版), 2018, 36(6): 661-665.
[10]	李中帅, 闫占辉. 渐进结构优化方法在联轴器优化设计中的应用[J]. 吉林大学学报(信息科学版), 2018, 36(6): 681-687.
[11]	孙慧, 卢爽, 齐妙. 基于自适应图的降维方法[J]. 吉林大学学报(信息科学版), 2018, 36(6): 688-693.
[12]	杨峰, 马铭. 高校信息化工程多级模糊评价模型构建4E 标准[J]. 吉林大学学报(信息科学版), 2018, 36(6): 694-700.
[13]	刘苗, 刘彦昌, 孙振兴. 基于遗传算法的频谱池ICI 优化算法[J]. 吉林大学学报(信息科学版), 2018, 36(5): 492-496.
[14]	韩东, 王学军. 基于改进的卷积神经网络多姿态人脸识别研究[J]. 吉林大学学报(信息科学版), 2018, 36(5): 504-509.
[15]	刘玉敏, 高松岩. 混合粒子群算法在地震波阻抗反演中的应用[J]. 吉林大学学报(信息科学版), 2018, 36(5): 531-538.