Заголовок статьи | «Сравнение методов фильтрации на основе памяти для создания рекомендаций по крупным массивам данных» |
Авторы | К. Ал-Барзнжи, А. Атанассов |
Аннотация | Система рекомендаций предоставляет возможность понять вкус человека и найти новый. В качестве одного из наиболее успешных подходов к созданию систем рекомендаций, совместная фильтрация (СФ) использует известные предпочтения группы пользователей для предоставления рекомендаций или прогнозов неизвестных предпочтений для других пользователей. В этой статье мы сначала вводим системы рекомендаций и СФ, затем мы предложили систему для получения рекомендаций по большому объему данных с помощью методов фильтрации на основе памяти (основанных на пользователе и на предметах). Эти методы не требуют знания свойств элементов и характеристик, они используют информацию только в рейтинговой матрице. Мы реализовали эти алгоритмы рекомендаций на платформе Hadoop с помощью Apache Mahout, инструмента машинного обучения, чтобы обеспечить масштабируемую систему для эффективной обработки огромных наборов данных. Наконец, мы сравнили и обсудили результаты обоих методов, чтобы определить их качество генерации рекомендаций. |
Ключевые слова | система рекомендаций, совместная фильтрация, большие данные, Hadoop фреймворк, Mahout, методы, основанные на пользователях и предметах |
УДК | 4 |
Выпуск | «Проблемы машиностроения и автоматизации» №1 за 2018 год |
Сведения об авторах
Ал-Барзнжи Камал — аспирант, Университет химической технологии и металлургии,
+3 592 81 64 84,
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
, Кл. Охридски Бул., д. 8, София, 1756, Болгария
Атанассов Атанас В. — канд. техн. наук, доцент, Университет химической технологии и металлургии,
+3592 81 64 84,
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
, Кл. Охридски Бул., д. 8, София, 1756, Болгария
Article title | «Comparison of memory based filtering techniques for generating recommendations on large data» |
Authors | Al-Barznji Kamal, Atanassov Atanas |
Abstract | Recommendation system provides the facility to understand a person’s taste and find new. As one of the most successful approaches to build recommender systems, collaborative filtering (CF) uses the known preferences of a group of users to make recommendations or predictions of the unknown preferences for other users. In this paper, we first introduce recommendation systems and CF, then we have proposed a system for generating recommendations on a large amount of data by memory based filtering techniques (User-based and Item-based). These techniques require no knowledge of properties of items and characteristics, they only use the information in the rating matrix. We have implemented these recommendation algorithms on Hadoop platform using Apache Mahout, a Machine Learning tool, to provide a scalable system for processing huge data sets efficiently. Finally, we compared and discussed the results of the both techniques to determine their quality of generating recommendations. |
Keywords | recommendation system, collaborative filtering, big data, Hadoop framework, mahout, User-based and Item-based techniques |
UDC | 4 |
Issue | «ENGINEERING AND AUTOMATION PROBLEMS» №1, 2018 |
Information about authors
Al-Barznj i Kamal — PhD Student , Univer sit y of Chemical Technology and Metal lurgy,
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
, 8, Kl. Ohridski Bul., Sofia, 1756, Bulgaria
Atanassov Atanas — PhD, Associate Professor, Eng. at University of Chemical Technology and Metallurgy,
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
, 8, Kl. Ohridski Bul, Sofia, 1756, Bulgaria