10.15918/j.tbit1001-0645.2017.07.012
新闻事件的分布式混合推荐算法
针对新闻的个性化服务差及推荐效率低的问题,提出了一种新闻事件的分布式混合推荐算法.该算法改进了传统的层次聚类算法用于新闻事件发现,通过协调簇中心距离和簇间最远距离的权重解决了传统层次聚类中的大簇问题;使用混合推荐算法进行事件推荐,引入了事件的多重特征来计算用户兴趣模型,更准确地表示用户的兴趣偏好;采用Spark分布式计算平台实现该算法,可处理大数据的个性化推荐问题.在公开数据集上的实验结果表明本文方法有效.
Spark、分布式、层次聚类、用户兴趣模型、混合推荐
37
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61370137
2017-09-06（万方平台首次上网日期，不代表论文的发表时间）
共6页
721-726
