论文部分内容阅读
大数据环境下,推荐系统项目评分的稀疏性问题愈加突出.如何从大数据中挖掘出与用户精准匹配的服务信息并及时推荐给相应用户,成为大数据时代移动数字图书馆个性化服务亟待解决的问题.本文在系统回顾相关研究进展的基础上,提出了面向大数据移动数字图书馆情境化推荐系统,通过融合用户的情境信息进行协同过滤推荐(CF),基于此缓解数据稀疏性导致的推荐性能下降问题;同时采用MapReduce的并行处理方式,以此提高大数据的并行挖掘性能.