探討基于云計算技術的個性化推薦系統(tǒng)

姜少鑫

摘 要：信息時代的到來，加速了信息技術的發(fā)展，以云計算為代表的信息技術開始得到廣泛的推廣與應用。個性化推薦系統(tǒng)是幫助用戶在冗雜的信息中找到自己所需信息的重要手段，將云計算技術應用在個性化推薦系統(tǒng)中，快捷、多元化地滿足了用戶的不同需求，有效提高了信息利用效率。本文針對基于云計算技術的個性化推薦系統(tǒng)進行了簡要分析，以供參考和借鑒。

關鍵詞：云計算；技術；個性化；系統(tǒng)

中圖分類號： TP3 文獻標識碼： A 文章編號： 1673-1069（2016）32-166-2

0 引言

如今，互聯(lián)網(wǎng)技術的深入發(fā)展，開始與各個領域?qū)崿F(xiàn)有機融合，更多的人開始參與到在線購物、社交網(wǎng)絡等網(wǎng)絡活動中，網(wǎng)絡給人們提供了一個無限的信息資源空間，這個資源庫中包含了各式各樣的信息，隨之發(fā)展起來的信息檢索技術便捷了人們對信息的搜索需求，搜索引擎成為用戶獲取信息的主要渠道，但該技術無法為用戶提供個性化的興趣服務，這就需要建立基于云計算的個性化推薦系統(tǒng)，這也是本文所要分析的主要內(nèi)容。

1 云計算技術與個性化推薦系統(tǒng)概述

1.1 云計算技術

云計算技術依托的是互聯(lián)網(wǎng)，將互聯(lián)網(wǎng)的相關服務以動態(tài)化、易擴展、虛擬化的資源提供給用戶。云計算的定義有很多種，目前較為認可的是云計算技術是根據(jù)用戶使用量來進行相應交易的計算模式，云計算能夠為用戶提供便捷、按需的網(wǎng)絡訪問，進入網(wǎng)絡、服務器、應用軟件等可配置的計算資源共享區(qū)域，這些可以快速提供的資源，無須進行過多的管理，并與服務供應商交互不多[1]。云計算平臺所擁有的超強計算能力，可以應用在模擬核爆炸、預測市場發(fā)展趨勢及氣候變化等活動中。

1.2 個性化推薦系統(tǒng)

推薦系統(tǒng)就是結(jié)合用戶或顧客的購買行為規(guī)律以及興趣特點來推薦相應的信息或商品，使用戶滿意?，F(xiàn)如今，電子商務發(fā)展態(tài)勢迅猛，商品的種類和數(shù)量與日俱增，網(wǎng)絡信息是冗雜的，用戶或顧客需要花費大量的時間找尋目標信息與商品，信息過載問題直接影響了用戶或顧客的滿意度，導致用戶的流失。個性化推薦系統(tǒng)在此形勢下應運而生，所謂個性化推薦系統(tǒng)是利用海量數(shù)據(jù)挖掘技術，通過云計算平臺構(gòu)建的一種高級商務智能平臺，主要服務于網(wǎng)站，為用戶提供完全個性化的決策支持和信息服務[2]。

2 基于云計算技術的個性化推薦系統(tǒng)分析

2.1 推薦算法與推薦策略

2.1.1 推薦算法

推薦系統(tǒng)利用各個網(wǎng)頁間、網(wǎng)頁與關鍵詞之間的粗粒度關聯(lián)和排序，實現(xiàn)為用戶推薦相應信息與商品的服務。隨著系統(tǒng)的不斷發(fā)展，其也開始利用網(wǎng)絡化計算能力，注重用戶興趣與模型的分析，而個性化推薦系統(tǒng)是在推薦系統(tǒng)的基礎上建立的更高級的信息導向系統(tǒng)。個性化推薦系統(tǒng)的構(gòu)建需要推薦算法的支持，常用的有協(xié)同過濾推薦算法、基于內(nèi)容的推薦算法、關聯(lián)規(guī)則推薦算法、混合推薦算法等。其中協(xié)同過濾推薦算法還可以細分，根據(jù)不同的算法特征分為基于用戶的推薦算法（也叫作基于存儲的算法、基于鄰居的算法）、基于項目的推薦算法、基于模型的推薦算法等。這些推薦算法都具有自身的優(yōu)缺點（詳見表1），為了彌補各類推薦算法的缺陷，可以將兩種互補的算法結(jié)合起來[3]。例如基于內(nèi)容的算法和協(xié)同過濾算法這兩種算法，我們可以為用戶直接展示用不同算法得出的推薦結(jié)果集，也可以先用第一種算法得出一種結(jié)果集，再用第二種算法計算第一種結(jié)果集，進而得到更加精確的結(jié)果，更好地滿足用戶的需求。

2.1.2 推薦策略

以往許多的推薦系統(tǒng)都是結(jié)合單一的推薦算法和推薦策略建立的，在使用的過程中逐步暴露除了系統(tǒng)個性化與適應性方面的缺陷，無法結(jié)合實際的應用優(yōu)化推薦策略。因此，在構(gòu)建個性化推薦系統(tǒng)時要充分結(jié)合當下推薦系統(tǒng)的優(yōu)勢以及瞬息萬變的市場需求，制定出綜合化、系統(tǒng)化、合理化、可行性較高的推薦策略。

前文分析了各類推薦算法的優(yōu)缺點及應用場景，基于此，本文提出的個性化推薦系統(tǒng)中應用的推薦策略是根據(jù)推薦系統(tǒng)數(shù)據(jù)量的大小制定的，當數(shù)據(jù)量偏小時系統(tǒng)會采用傳統(tǒng)的個性化推薦算法；當數(shù)據(jù)量偏大時系統(tǒng)會利用云計算平臺進行計算，具體就是將數(shù)據(jù)集發(fā)送到云平臺的各個節(jié)點來實現(xiàn)多節(jié)點分布式大規(guī)模數(shù)據(jù)計算。

2.2 系統(tǒng)架構(gòu)及流程設計

2.2.1 系統(tǒng)架構(gòu)

云計算技術集成了分布式計算、網(wǎng)格計算、并行計算和網(wǎng)絡存儲等先進的技術，其有機整合了多個經(jīng)濟性較好的計算實體，逐步形成了具有超強計算能力的分布式系統(tǒng)。為了充分發(fā)揮出云計算技術的優(yōu)勢，本文設計的基于Google云計算平臺的個性化推薦系統(tǒng)架構(gòu)如圖1所示，該系統(tǒng)能夠?qū)Υ笠?guī)模數(shù)據(jù)進行快速、準確地處理，并且可以根據(jù)業(yè)務規(guī)模的不斷擴大進行相應的拓展，充分展示了較高的通用性與擴展性[4]。

基于云計算技術的個性化推薦系統(tǒng)主要包括以下幾部分：①推薦計算子系統(tǒng)，該子系統(tǒng)由數(shù)據(jù)預處理模塊、數(shù)據(jù)挖掘模塊、推薦模塊組成，其中數(shù)據(jù)預處理模塊的功能包括異構(gòu)數(shù)據(jù)的過濾、統(tǒng)計、轉(zhuǎn)換等；數(shù)據(jù)挖掘模塊主要是計算推薦結(jié)果的聚類，需要充分利用聚類、關聯(lián)規(guī)則算法進行分別計算；推薦模塊則是利用各類算法計算出精準的推薦結(jié)果，已達到用戶的需求。②業(yè)務應用子系統(tǒng)，該子系統(tǒng)主要是為后期的系統(tǒng)擴展服務，根據(jù)業(yè)務需求的變化轉(zhuǎn)變系統(tǒng)的功能，并為系統(tǒng)需求制定合理的推薦規(guī)則。③基礎云計算平臺，其充分利用集群提供的大容量計算能力，在不同節(jié)點上進行大量的計算。

2.2.2 個性化推薦系統(tǒng)的操作流程

本系統(tǒng)的推薦流程是依據(jù)Map Reduce軟件架構(gòu)，其是處理海量數(shù)據(jù)的并行編程模式，主要適合應用于大規(guī)模數(shù)據(jù)集的并行運算，其封裝了并行處理、容錯處理、本地化計算、負載均衡等細節(jié)，還提供可以把大容量的計算自動并發(fā)和分布執(zhí)行的簡單通用接口。具體如圖2所示[5]。

3 結(jié)束語

綜上所述，開發(fā)設計基于云計算技術的個性化推薦系統(tǒng)是適應時代發(fā)展需求的，其能夠更好地滿足和引導用戶信息需求。本文設計的系統(tǒng)還不完善，還需在以后的運行實踐過程中不斷的改進。

參 考 文 獻

[1] 肖理釧.基于云計算模式的圖書文獻個性化推薦技術研究[J].科技廣場，2015（08）：22-27.

[2] 應毅，劉亞軍，陳誠.基于云計算技術的個性化推薦系統(tǒng)[J].計算機工程與應用，2015（13）：111-117.

[3] 谷瑞.基于云計算的個性化推薦系統(tǒng)的研究[J].蘇州市職業(yè)大學學報，2013（04）：14-16+21.

[4] 朱夏，宋愛波，東方，羅軍舟.云計算環(huán)境下基于協(xié)同過濾的個性化推薦機制[J].計算機研究與發(fā)展，2014，10：2255-2269.

[5] 汪星荷，劉紹華，俞俊生.移動云計算中基于LBS的個性化服務推薦模型[J].數(shù)學的實踐與認識，2013，02：157-161.