推荐算法
来源:互联网 发布:淘宝图片多少像素 编辑:程序博客网 时间:2024/04/30 02:13
package com.pan.sparksqlimport org.apache.spark.{SparkConf, SparkContext}import org.apache.spark.mllib.recommendation.{ALS, Rating}import org.apache.spark.sql.Rowimport org.apache.spark.sql.hive.HiveContext/** * Created by pan on 2016/11/11. */object Demo { val map1 = Map("" -> i); val map2 = Map("" -> j); var i = 0; var j = 0; def f(row: Row): Row = { val r0 = row.get(0).toString; val r1 = row.get(1).toString; if (!map1.contains(r0)) { i += 1; } map1 + (r0 -> i) if (!map2.contains(r1)) { j+= 1; } map2 + (r1 ->j) return Row(i, j, 1); } def main(args: Array[String]) { val conf = new SparkConf() val sc = new SparkContext(conf) val sqlContext = new HiveContext(sc) sqlContext.sql("use edw") val ratings = sqlContext.sql("select item_type,part_id from tt_asc_bo_sale_part "); val newRatings = ratings.map(f) val mapRatings = newRatings.map(row => Rating(row.getInt(0), row.getInt(1), row.getInt(2))) val model = ALS.train(mapRatings, 50, 10, 0.01) val p = model.recommendProducts(100, 10) System.out.print(p.mkString("; ")) System.out.println("aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa") System.out.println("aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa") System.out.println("aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa") System.out.println("aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa") System.out.println("aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa") System.out.println("aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa") }}
0 0
- 算法推荐
- 推荐算法
- 算法推荐
- 推荐算法
- 推荐算法
- 推荐算法
- 推荐算法
- 推荐算法
- 算法推荐
- 推荐算法
- 推荐算法
- 推荐算法
- 推荐算法
- 推荐算法
- 推荐算法
- 推荐算法
- 推荐算法
- 推荐算法
- 物理层接口特性辨析
- 二叉树中的先序遍历、中序遍历和后序遍历关系
- 什么是ActiveRecord
- Jsp九大内置对象
- cocos2d - JS 进阶主题 call() 、apply() 和 bind() 解析
- 推荐算法
- 409. Longest Palindrome
- 排序
- nginx root问题
- matlab的mbuild和mex之未找到支持的编译器或 SDK 解决方法--整理
- Banner无限轮播
- php mysql localhost,127.0.0.1和ip区别
- java.io.File mkdir() 和 mkdirs()的差别
- [RK3399] PWM Backlight 驱动分析