基于Hadoop的商品推荐系统源码+数据库文件+使用教程.zip已获导师指导并通过的高分项目
安装教程
创建数据库并导入sql脚本
运行com.cy.store.StoreApplication 主程序
打开浏览器 localhost:8081 访问
大数据运行: 解压 hadoop推荐算法 zip 搭建Hadoop然后运行,数据已经分析导入mysql,不再赘述
软件架构
大数据架构: 基于物品的协同过滤算法主要有两步:
1、计算物品之间的相似度:可依据物品共现次数、余弦夹角、欧氏距离这三种方法计算得到物品之间的相似度。
2、根据物品的相似度和用户的历史购买记录给用户生成推荐列表
最终推荐的是什么物品,是由推荐度决定的。 核心:找出所有两两同时被购买商品出现的次数, 现在其中有用户购买了其中一个商品,推荐该商品组合另外一件商品
后端架构:
springboot + mybatis 框架
前端架构: HTML Ajax
基于Hadoop的商品推荐系统源码+数据库文件+使用教程.zip基于Hadoop的商品推荐系统源码+数据库文件+使用教程.zip基于Hadoop的商品推荐系统源码+数据库