ارائه یک سیستم پیشنهاد دهنده مقیاس پذیر با استفاده از الگوریتم پردازش موازی MapReduce

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 641

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IRANWEB05_006

تاریخ نمایه سازی: 8 تیر 1398

چکیده مقاله:

رشد سریع اطلاعات در اینترنت از یک سو، و از سوی دیگر گم شدن کاربران در میان ساختار پیچیده اطلاعات، روز به روز اهمیت و جایگاه مفاهیمی مانند سیستم های پیشنهاد دهنده را بالاتر می برد. این رشد سریع کاربران و آیتم ها مخصوصا در سایت های تجاری خود یک چالش اصلی برای این نوع سیستم ها شده است که دقت و مقیاس پذیری آنها را بشدت تحت تاثیر قرار داده است. به صورتی که مقیاس پذیر بودن یک سیستم پیشنهاددهنده، اولویت بالاتری نسبت به دیگر عوامل حتی دقت در سایت های بزرگ شده است. در این مقاله با استفاده از الگوریتم MapReduce بر بستر Hadoop، سیستم پیشنهاددهنده ای با دقت بالا مقیاس پذیر شده است. نتایج ارزیابی نشان دهنده مقیاس پذیر بودن روش پیشنهادی در اندازه های مختلف است

کلیدواژه ها:

الگوریتم MapReduce ، بستر Hadoop ، سیستم های پیشنهاد دهنده ، مقیاس پذیری

نویسندگان

حمیدرضا سلیمیان

دانشکده کامپیوتر موسسه آموزش عالی صفاهان،

هادی خسروی

دانشگاه شهرکرد