机器学习讲座,如何利用Spark MLlib进行个性推荐?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习讲座,如何利用Spark MLlib进行个性推荐?相关的知识,希望对你有一定的参考价值。

随着互联网发展,更多电商网站更加提倡用户参与和用户贡献。而在现今的推荐技术和算法中,最被大家广泛认可和采用的就是基于协同过滤的推荐方法。


这种在信息过滤和信息系统中很受欢迎的技术,与传统的基于内容过滤直接分析内容进行推荐不同。


协同过滤分析用户兴趣,在用户群中找到指定用户的相似(兴趣)用户,综合这些相似用户对某一信息的评价,形成系统对该指定用户对此信息的喜好程度预测,然后推荐给当前用户。


面对海量的数据,用户需要这种更加智能的,更加了解他们需求,口味和喜好的信息发现机制。


Spark作为新兴的、应用范围最广的大数据处理开源框架引起了广泛的关注,它吸引了大量程序设计和开发人员进行相关内容的学习与开发。


其中ML机制的工作原理MLlib是Spark框架使用的核心,它是Spark机器学习库,经过无数创造者卓越的工作,MLlib已经成为一个优雅的、可以运行在分布式集群上数据挖掘工具。


11月6日晚,培训中心将举办:“机器学习实战:揭开利用Spark MLlib进行个性推荐的奥秘!”语音讲座。本次讲座将着重讲解协同过滤推荐算法原理、Spark中的协同过滤推荐源码、以及MLlib代码实操等。欢迎大家关注“中科院计算所培训中心服务号”报名!

技术分享

讲座适用人群:

准备从事或从事大数据挖掘、大数据分析的工作人员;

Spark MLlib初学者;

高校和培训学校数据分析和处理相关专业的师生;

系统架构师、系统分析师、高级程序员、资深开发人员。


本文出自 “中科院计算所培训” 博客,谢绝转载!

以上是关于机器学习讲座,如何利用Spark MLlib进行个性推荐?的主要内容,如果未能解决你的问题,请参考以下文章

学习笔记Spark—— Spark MLlib应用—— 机器学习简介Spark MLlib简介

关于spark的mllib学习总结(Java版)

关于spark的mllib学习总结(Java版)

Spark MLlib学习笔记:构建一个机器学习工作流

和美大家说 | 基于Spark MLlib的文本大数据处理

《Spark MLlib机器学习实践》内容简介目录