基于 Spark 和 Flask 的一个可伸缩的电影推荐系统

来源：互联网发布：java微服务消息组件编辑：程序博客网时间：2024/06/05 17:23

http://python.jobbole.com/82207/

本文由伯乐在线 - fzr 翻译，唐尤华校稿。未经许可，禁止转载！
英文出处：Jose A. Dianes。欢迎加入翻译组。

这份Apache Spark教程可以指导你逐步了解如何使用MovieLens数据集,基于协同过滤建立一个电影推荐系统。协同过滤使用Spark的交替最小方差（ALS）算法。

该教程由两部分组成。第一部分是关于在Spark的RDDs（Resilient Distributed Datasets，是一个并行的容错数据结构，可以让用户显示地将数据存储到磁盘和内存中，并能控制数据的分区）中获取并解析电影和评分数据。第二部分是关于建立和使用推荐系统，并在稍后的在线推荐系统中沿用它。这两部分最近都发布在了Codementor.io。

第一部分：建立推荐系统

第二部分：建立并运行web服务

这份教程可以被单独用来建立基于MovieLens数据集的电影推荐系统。单从使用这个数据集或这个算法方面来看都不算是创新（我推荐你看EdX course或是Google的例子）。因为我们把重点放在最终得到一个在线环境下可用的模型，并且在不同情形下都可以使用。教程的第二部分解释了在Spark模型上如何使用Python、Flask建立web服务。通过这些工作，你就能够开发一个完整的在线电影推荐服务。