基于Spark和微服务架构的电影推荐系统设计与实现.pdfVIP

ISSN1009-3044E-mail：xsjl@

ComputerKnowledgeandTechnology电脑知识与技术

ComputerKnowledgeandTechnology电脑知识与技术第17卷第5期(2021年2月)

http：//

Vol.17,No.5February2021Tel：+86-55165690964

基于Spark和微服务架构的电影推荐系统设计与实现

史爱武，李险贵

（武汉纺织大学云计算与大数据研究中心，湖北武汉430200）

摘要：推荐系统广泛应用于人们生活的多个领域，日常生活中常见的有电商、电影、音乐和新闻推荐等。推荐系统根据用

户的历史偏好主动推送相关的信息，节约了用户的时间，极大地提升了用户的体验。随着大数据技术的发展成熟，数据处

理的速度变得更快。该文选取MovieLens电影数据集，并基于大数据分布式处理框架Spark和交替最小二乘法ALS等算法

搭建数据处理平台，然后再结合SpringBoot和SpringCloud等搭建电影后台服务，实现一个基于微服务架构的电影推荐

系统。

关键词：推荐系统；Spark；ALS；微服务架构

中图分类号：TP311.52文献标识码：A

文章编号：1009-3044(2021)05-0078-03开放科学（资源服务）标识码（OSID）：

DesignandImplementationofMovieRecommendationSystemBasedonSparkandMicroserviceArchitecture

SHIAi-wu,LIXian-gui

(CloudComputingandBigDataResearchCenterofWuhanTextileUniversity,Wuhan430200,China)

Abstract:Recommendationsystemiswidelyusedinmanyfieldsofpeopleslife,suchase-commerce,movies,musicandnewsrec⁃

ommendationandsoon.Recommendationsystemactivelypushesrelevantinformationaccordingtotheusershistoricalpreference,

whichsavestheuserstimeandgreatlyimprovestheusersexperience.Withthedevelopmentandmaturityofbigdatatechnology,

thespeedofdataprocessingbecomesfaster.Thispaperselectsmovielensmoviedataset,buildsadataprocessingplatformbased

onbigdatadistributedprocessingframeworkSparkandalternatingleastsquaresalgorithmALS,andthenbuildsmoviebackground

servicecombinedwithSpringBootandSpringCloudtorealizeamovierecommendationsystembasedonmicroservicearchitecture.

Keywords:recommendationsystem;Spark;ALS;microservicearchitecture

1背景似的物品。基于协同过滤的推荐，即根据用户评分矩阵，用户