《表2 Item Based推荐算法Map Reduce作业执行分解》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《多MapReduce作业协同下的大数据挖掘类算法资源效率优化》
Item Based算法主要包括以下四个阶段:a)准备user-item与item-item两个矩阵;b)计算user-item与item-item两个矩阵的相似度;c)partial Multiply,即将相似度矩阵用相同的item作为key聚合到一起,为后续的矩阵乘法做准备;d)计算推荐向量。进一步分解,可将以上四个步骤细分为以下九个MapReduce作业,具体的MapReduce作业所属阶段即执行顺序如表2所示。
图表编号 | XD00163329100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 廖彬、张陶、于炯、黄静莱、国冰磊、刘炎 |
绘制单位 | 新疆财经大学统计与数据科学学院、新疆大学信息科学与工程学院、新疆大学信息科学与工程学院、新疆财经大学统计与数据科学学院、新疆大学信息科学与工程学院、清华大学软件学院 |
更多格式 | 高清、无水印(增值服务) |