基于内容和物品协同过滤的推荐系统的研究和实现.docx

摘要

随着互联网的发展，现在已经处于一个信息膨胀的时代，网络上信息繁多，其中不乏虚假信息，和无效信息，给用户在浏览时造成很大困扰，就现在的电子商务平台来说更甚。电商平台上商品种类繁多，选择太多，导致用户在浏览商品是难以快速定位到自己想要的商品，而为了解决这个问题，推荐系统应运而生。

本文就根据当前大数据推荐系统的背景下，简述了根据人口统计学的推荐，协同过滤的推荐算法，基于物品和内容的推荐等经典推荐算法。然后利用spark技术，结合Mongodb数据库存储数据，实现了热门商品统计推荐，优质商品统计推荐，基于内容的推荐模块，基于物品的推荐模块，搭建了一个离线的推荐系统平台。并使用微信小