حمیدرضا سلیمیان - دانشکده کامپیوتر موسسه آموزش عالی صفاهان،
هادی خسروی - دانشگاه شهرکرد

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

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