基于hadoop的商品推荐系统_基于知识图谱的推荐系统

作为大数据应用的两大类应用,搜索引擎和推荐系统既相互伴随和影响,又满足不同的产品需求。在作为互联网产品的连接器:连接人、信息、服务之间的桥梁,搜索和推荐有其各自的特点

移联动互网、人工智能等技术的迅速发展为人们的工作生活带来了很多便利,用户面临着海量的信息,传统的搜索算法只能呈现给用户相同的物品排序结果,无法针对不同用户的兴趣爱好提供相应的服务。信息爆炸使得信息的利用率反而降低,这种现象被称为信息超载

搜索引擎和推荐系统是解决信息过载的代表技术。传统的搜索引擎在本质上来讲是帮助用户过滤和筛选信息,这种方式满足了大多数人的需求,但没有提供个性化的服务。相对于传统搜索引擎来说,推荐系统可以兼顾个性化需求和解决信息过载问题。推荐系统是信息过滤系统的一个子集,目的在于根据用户的喜好、习惯、个性化需求以及商品的特性来预测用户对商品的喜好,为用户推荐最合适的商品, 帮助用户快速地做出决策,提高用户满意度

基于hadoop的商品推荐系统_基于知识图谱的推荐系统_第1张图片

解决稀疏性和冷启动问题,常用方法是在推荐算法中引入辅助信息作为输入:社交网络、用户/物品属性、图片/视频/音频/文本等多媒体信息、上下文、知识图谱。知识图谱的出现为大数据环境下的推荐系统设计提供了一种有效途径

知识图谱

知识图谱作为一种新兴类型的辅助信息近几年逐渐引起了研究人员的关注。知识图谱是一种语义

你可能感兴趣的:(基于hadoop的商品推荐系统,基于jsp的网上推荐系统)