[发明专利]一种电商协同过滤推荐方法在审
| 申请号： | 201810966850.5 | 申请日： | 2018-08-23 |
| 公开（公告）号： | CN109034981A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 张吉曜;韩德志;王军;毕坤 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | G06Q30/06 | 分类号： | G06Q30/06;G06F17/30 |
| 代理公司： | 上海元好知识产权代理有限公司 31323 | 代理人： | 徐雯琼 |
| 地址： | 201306 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种电商协同过滤推荐方法，包括如下步骤：S1，获取用户的数据；S2，Hadoop获取离线数据，并对所述的离线数据进行清洗；S3，MapReduce读取清洗好的数据用基于用户的协同过滤算法来进行计算，生成离线推荐列表；S4，spark获取实时数据，用sparkstreaming对所述的实时数据进行清洗；S5，清洗后的数据使用基于物品的系统过滤算法来计算，生成实时推荐列表；S6，对实时推荐列表和离线推荐列表进行整合，整合时用马尔科夫链通过时间计算权重；S7，生成最终的用户推荐列表，向用户推荐商品。 | ||
| 搜索关键词： | 协同过滤 清洗 离线数据 实时数据 用户推荐 离线 算法 整合 读取 马尔科夫链 时间计算 数据使用 系统过滤 权重 | ||
【主权项】：
1.一种电商协同过滤推荐方法，其特征在于，包括如下步骤：S1，获取用户的数据；S2，Hadoop获取离线数据，并对所述的离线数据进行清洗；S3，MapReduce读取清洗好的数据用基于用户的协同过滤算法来进行计算，生成离线推荐列表；S4，spark获取实时数据，用sparkstreaming对所述的实时数据进行清洗；S5，清洗后的数据使用基于物品的系统过滤算法来计算，生成实时推荐列表；S6，对实时推荐列表和离线推荐列表进行整合，整合时用马尔科夫链通过时间计算权重；S7，生成最终的用户推荐列表，向用户推荐商品。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海海事大学，未经上海海事大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810966850.5/，转载请声明来源钻瓜专利网。
