软件开发演示——演示
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
电影推荐系统
郭高安，陶攀，范家兵
use case
use case
use case
数据库设计
推荐器——类图
推荐器效率
推荐电影数：4
推荐原理
UserBased
ItemBased
难点——修改GenericDwk.baidu.comtaModel,重新编译mahout
GenericDataModel -userIDs: long[] -itemIDs: long[] -preferenceFromUsers: FastByIDMap<PreferenceArray> -preferenceFromItems: FastByIDMap<PreferenceArray> -timeStamps: FastByIDMap<FastByIDMap<long>> +setPreference(userID, itemID, rating) +....()
Thanks! Q&A
为实现打分后，能实时推荐（用户不需重新登录），需要推荐器需常驻 内存进行计算（一方面可以直接查数据库，另一方面直接计算） 原版本mahout不支持内存直接改数据，包括最新的0.8，重新实现 setPreference
部署
工作分工
• 三个臭皮匠胜过一个诸葛亮 郭高安：主要负责推荐算法这一块，提供接口供我们使用 范家兵、陶攀：负责前台设计，以及后期整合
郭高安，陶攀，范家兵
use case
use case
use case
数据库设计
推荐器——类图
推荐器效率
推荐电影数：4
推荐原理
UserBased
ItemBased
难点——修改GenericDwk.baidu.comtaModel,重新编译mahout
GenericDataModel -userIDs: long[] -itemIDs: long[] -preferenceFromUsers: FastByIDMap<PreferenceArray> -preferenceFromItems: FastByIDMap<PreferenceArray> -timeStamps: FastByIDMap<FastByIDMap<long>> +setPreference(userID, itemID, rating) +....()
Thanks! Q&A
为实现打分后，能实时推荐（用户不需重新登录），需要推荐器需常驻 内存进行计算（一方面可以直接查数据库，另一方面直接计算） 原版本mahout不支持内存直接改数据，包括最新的0.8，重新实现 setPreference
部署
工作分工
• 三个臭皮匠胜过一个诸葛亮 郭高安：主要负责推荐算法这一块，提供接口供我们使用 范家兵、陶攀：负责前台设计，以及后期整合