考虑到大数据环境下传统的单机推荐算法无法高速有效地处理大规模的数据，为了提高图书推荐算法性能和解决图书推荐系统可扩展性的问题，通过Hadoop平台下的MapReduce编程模型，提出一种分布式加权型混合推荐算法。在分布式环境下采用基于矩阵分解的协同过滤推荐算法，改善数据稀疏性，然后将聚类模型结合矩阵分解算法，解决读者数据冷启动问题。在Hadoop上实现该算法不仅提升了算法的运行速率，而且能够有效解决算法的可扩展性问题。
2021-12-03 20:44:57
1.43MB
1
并行计算求素数个数包括java、OpenMP、MPI、.NET、MFC、Windows Api等方法
并行计算求素数个数包括java、OpenMP、MPI、.NET、MFC、Windows Api等方法
2021-12-03 19:46:30
10.23MB
1
GPU并行计算与CUDA编程（2017）
视频地址：https://www.bilibili.com/video/av52338886
2021-12-03 19:40:21
83.17MB
1
我们评估了背光超级计算机上并行计算的收益。 我们发现信息传输是昂贵的。 为了使并行计算高效，每个内核的任务必须足够大，根据所使用的内核数量从几秒到一分钟不等。 对于小问题，共享内存编程 (OpenMP) 比分布式内存编程 (MPI) 具有更高的并行化效率。
2021-12-03 16:00:12
161KB
1
作者： Blaise Barney, 劳伦斯利弗莫尔国家实验室
译者：卢洋，同济大学，2009年4月
2021-12-02 20:13:10
1.34MB
1
非常好的学习并行编程的材料, 包含了很多经典的并行编程模型，机器模型和内存模型等。
2021-12-02 19:47:11
5.03MB
1