Hadoop实战教学视频---用Mahout构建职位推荐引擎

Mahout框架包含了一套完整的推荐系统引擎,标准化的数据结构,多样的算法实现,简单的开发流程。Mahout推荐的推荐系统引擎是模块化的,分为5个主要部分组成:数据模型、相似度算法、近邻算法、推荐算法、算法评分器。

559人学习

高级8课时2017/01/10更新

二维码下载学堂APP缓存视频离线看

张丹
    • 畅销套餐
    • 精选套餐
    • 人气套餐
    • 尊享套餐
    • 高薪套餐
GoldenGate+ETL/Kettle专题(92个项目)
GoldenGate数据库容灾迁移01(OGG同构异构、数据库迁移、数据同步、容灾复制)
162213人学习
¥998.00
GoldenGate数据库容灾迁移02(OGG同构异构、数据库迁移、数据同步、容灾复制)
42391人学习
¥889.00
GoldenGate数据库容灾迁移03(OGG同构异构、数据库迁移、数据同步、容灾复制)
22376人学习
¥889.00
更 多 7 门 课 程
大数据运维架构师实战培训专题2.0
大数据运维架构师培训(1):Hadoop集群(HDFS,MR,Yarn),Zookeeper集群
78496人学习
¥499.00
大数据运维架构师培训(2):Hbase,Hive, Phoenix,Pig,Impala,Kudu
30778人学习
¥333.00
大数据运维架构师培训(3):Spark,Flink, Storm,Kafka,Solr
29860人学习
¥399.00
更 多 12 门 课 程
赵强-大数据课程之从Hadoop到Spark专题
赵渝强老师:Hadoop 2.x(一) 大数据基础实战视频课程
67213人学习
¥279.00
赵渝强老师:Spark系列视频课程之一:Scala编程语言视频课程
19759人学习
¥179.00
赵渝强老师:Spark 2系列视频课程之二:Spark Core
14650人学习
¥279.00
更 多 11 门 课 程
大数据运维工程师培训实战专题1.0(Hadoop生态圈)
大数据运维架构师培训(1):Hadoop集群(HDFS,MR,Yarn),Zookeeper集群
78496人学习
¥499.00
大数据运维架构师培训(2):Hbase,Hive, Phoenix,Pig,Impala,Kudu
30778人学习
¥333.00
大数据运维架构师培训(3):Spark,Flink, Storm,Kafka,Solr
29860人学习
¥399.00
更 多 5 门 课 程
大数据运维工程师培训实战专题1.0(Hadoop生态圈)
大数据运维架构师培训(1):Hadoop集群(HDFS,MR,Yarn),Zookeeper集群
78496人学习
¥499.00
大数据运维架构师培训(2):Hbase,Hive, Phoenix,Pig,Impala,Kudu
30778人学习
¥333.00
大数据运维架构师培训(3):Spark,Flink, Storm,Kafka,Solr
29860人学习
¥399.00
更 多 5 门 课 程
  • 课程介绍
  • 课程大纲

适合人群:

Hadoop算法工程师、大数据工程师、数据挖掘工程师

你将会学到:

Mahout框架包含了一套完整的推荐系统引擎,标准化的数据结构,多样的算法实现,简单的开发流程。Mahout推荐的推荐系统引擎是模块化的,分为5个主要部分组成:数据模型、相似度算法、近邻算法、推荐算法、算法评分器。

课程简介:

主要用Mahout实现分步式的基于物品的协同过滤算法,包括:职位推荐系统介绍、KPI指标设计、基于Mahout推荐算法、职位推荐引擎架构、基于Mahout的推荐算法实现  几个方面内容。


前言

本视频为Hadoop实战视频,在给Dataguru网络课程《Hadoop应用开发实战案例》培训时录制,随着大数据思想实施的落地,推荐系统也开始倍受关注。不光是电商,各种互联网应用都开始应用推荐系统,像搜索,社交网络,音乐,餐饮,地图服务等等。

在以前,我们没有使用推荐算法的时候,我们是通过设置各种约束条件,匹配数据的自然属性呈现给用户,这种就是基于规则的系统。然尔推荐算法从另一角度入手,解决了基于规则设置的问题,此视频课程介绍用Mahout来构建一个职位推荐算法引擎。

 

课程大纲

1.Mahout推荐框架概述

2.需求分析:职位推荐引擎指标设计

3.算法模型:推荐算法

4.架构设计:职位推荐引擎系统架构

5.程序开发:基于Mahout的推荐算法实现

 

讲师介绍

张丹,前况客创始人/CTO,精通R/Java/Nodejs多种编程语言,10年以上IT编程背景,多项SUN及IBM技术认证。丰富互联网应用开发架构经验,著有《R的极客理想—工具篇》、《R的极客理想—高级开发篇》图书。



展开更多

课程大纲-Hadoop实战教学视频---用Mahout构建职位推荐引擎

  • 1

    职位推荐系统介绍Mahout框架包含了一套完整的推荐系统引擎,标准化的数据结构,多样的算法实现,简单的开发流程。Mahout推荐的推荐系统引擎是模块化的,分为5个主要部分组成:数据模型,相似度算法,近邻算法,推荐算法,算法评分器。

    [10:06]
  • 2

    需求分析案例介绍从一个公司案例出发来全面的解释,如何进行职位推荐引擎指标设计。通过简短的描述,我们可以粗略地看出,职业社交网站的定位和主营业务。核心点有2个:用户和服务。因此,职位推荐引擎 将成为这个网站的核心功能,为完成KPI指标设计,我们把问题转化为“功能需求”。

    「仅限付费用户」点击下载“Hadoop_dev_06.pdf”

    [07:10]
  • 3

    基于Mahout推荐算法为了完成KPI的指标,我们把问题用“技术”语言转化一下:我们需要让职位的推荐结果更准确,从而增加用户的点击。我们选择UserCF,ItemCF,SlopeOne的 3种推荐算法,进行7种组合的测试。关于的推荐算法的详细介绍,请参考文章:Mahout推荐算法API详解关于算法的组合的详细介绍,请参考文章:从源代码剖析Mahout推荐引擎

    [13:55]
  • 4

    职位推荐引擎架构介绍职位推荐引擎系统架构是如何构建的?通过图构架说明来解释:Mahout是多线程的应用,会并行使用单机所有系统资源。算法的性能与整个Hadoop集群有关。

    [03:52]
  • 5

    用Maven构建Mahout项目开发环境包括以下几方面:– Win7 64bit– Java 1.6.0_45– Maven3– Eclipse Juno Service Release 2– Mahout-0.8– Hadoop-1.1.2

    [11:04]
  • 6

    算法组合讲解我们选择UserCF,ItemCF,SlopeOne的 3种推荐算法,进行7种组合的测试。对7个算法组合,进行算法平分,每种算法都有对应实验方法,看哪个对数据集结果会更好?

    [05:09]
  • 7

    程序开发可视化输出Recall和Precision,都是越接近1越好。 UserCityBlock算法评估的结果是最好的,基于UserCF的算法比ItemCF都要好,SlopeOn算法几乎没有得分。为得到差异化结果,我们分别取UserCityBlock,itemLoglikelihood,对推荐结果人工比较。

    [14:48]
  • 8

    补充资料程序源代码下载补充资料补充上节课程序实践如何用Mahout实现?

    [06:44]
在线
客服
APP
下载

下载Android客户端

下载iphone 客户端

官方
微信

关注官方微信

返回
顶部