spark推荐算法 如何用spark实现好友推荐？

如何用spark实现好友推荐？

1. Spark-mllib是用推荐程序实现的，它封装了als（alternativeleastsquares）来求解用户项目评分矩阵的空值，只要应用了数据就可以使用。缺点是不能增量计算，占用大量内存。

2. 协同过滤、基于项目或用户的聚类、SVM/Bayes的封装，具体思路应该不用多说。实施强化学习，实时反馈更新模型，推送给用户。这是最近最难也最时髦的一个

你打算学哪个专业？这太简单了

]如果你擅长数学和英语，我就不谈了。这是最基本的

对于阿里这样的大公司来说，你至少需要985或者211所名牌大学

你可以问我一些关于计算机科学的问题

我会定期更新视频科学

spark Streaming是一个基于spark的实时计算框架，扩展了spark处理大规模流数据的能力。spark流的优点是它可以在1000个节点上以秒延迟运行。

采用基于内存的spark作为执行引擎，具有高效、容错的特点。

可以集成批量处理和spark的交互式查询。

它提供了一个简单的界面，类似于复杂算法的批处理。

正是由于这个原因，spark-streaming受到了很多企业的追捧，在生产项目中得到了广泛的应用，但在使用过程中也存在一些热点问题。

原文的详细解释：https://blog.csdn.net/GitChat/article/details/78050311

spark推荐算法 spark算法 spark计算过程

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。