论文部分内容阅读
随着互联网技术的高速发展,已经带领人们进入了大数据时代。在移动互联时代的今天,每个用户不仅仅是数据的浏览者,更是数据的创造,而面对这些海量的信息,用户往往很难找到自己真正喜欢的资源。因此,挖掘数据的潜在价值,给用户提供个性化的服务,已经成为大数据时代的一个热门的话题,与此同时,个性化推荐的技术也应运而生。个性化推荐是根据用户的购买行为和兴趣特点,向用户推荐感兴趣的信息。推荐技术的实质就是通过分析用户的历史行为记录来预测用户的未来行为的偏好,并将预测的结果以某种有效的形式展现给用户。开放平台是最近互联网上兴起的一种平台架构思想,如国内最早大规模应用的开放平台:微博开放平台。开放平台,即把服务器端的一种计算能力封装成一系列计算机易识别的数据接口开放出去,以供第三方使用。通过开放平台,调用者可以实现复杂的接口数据交互功能,从而开发出丰富的应用。本文结合了个性化推荐技术和开放平台的架构思想,提出了个性化推荐开放平台架构。该平台将个性化推荐的服务以接口的形式提供出来,包括了推荐接口和配置接口。基于开放平台的架构思想,接口的调用者无需购置服务器并编程实现推荐功能,只需通过平台接口便可以获取到推荐服务,大大降低了开发成本。同时,开放平台提供的接口服务,没有地域限制,可以让任何能接入到互联网的应用接入该服务。其中,推荐接口提供的是个性化的推荐服务,通过传入用户编号便可以获取到给用户推荐的个性化内容,配置接口提供的是对平台算法运行管理的接口,调用者可以配置服务器,启动服务运行。在个性化推荐算法方面,采用了一种“松耦合”的算法编程思想,通过该思想,可以让算法与平台的耦合性降低,从而高效地更新算法库,可以集成更多的推荐算法。在开放平台技术架构方面,提出面向接口的设计原则。采用Restlet作为服务的接口层,Kafka作为接口服务层与平台层通信的中间件层,Redis作为数据库提供接口服务层,Hadoop作为分布式计算层。各层分工协作,完成了开放平台的功能,实现了个性化推荐开放平台的两个接口:推荐API和配置API。