基于Spark框架的电商实时推荐系统的设计与实现
作者机构:陕西国际商贸学院陕西咸阳712000
出 版 物:《信息记录材料》 (Information Recording Materials)
年 卷 期:2022年第23卷第3期
页 面:87-89页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:大数据时代背景下,基于Hadoop平台构建的电商推荐系统面临数据处理效率低下、难以根据用户实时行为进行推荐的问题。针对Hadoop平台存在的问题,本文提出了基于Spark框架构建的电商实时推荐系统,通过借助Spark框架平台及其组件采集用户行为日志数据,并进行用户隐性行为分析和离线推荐系统训练,提高了离线推荐系统效率。同时,借助Spark Streaming流处理技术,实时推荐系统可对日志数据进行过滤,获取用户ID、商品ID等关键信息,并通过离线推荐结果与实时推荐结果整合,实现实时推荐系统商品排序动态交互调整,达到改善用户电商平台交互体验和电商平台转化率的目的。