01_推荐项目

1，概述

公司是做社交app的，最近做了一个话题推荐的小项目。在博客上分享一下
采用的框架主要是Hadoop+Azkaban+Sqoop+Spark
做话题的推荐，主要分了三个类

1. 基于用户对于话题的偏好值的推荐，这里需要根据用户的行为，例如收藏，分享，评论，点赞等，再根据运营的逻辑，来权衡各个行为的权重，最后得到用户对于这个话题的偏好值
2. 基于话题关于话题类别的推荐，这里需要在话题创建的时候就给话题打上相应的标签，例如话题分成大类，又分小类，比如漫画类型,再分三个小类，标签为categoryId=1的是国产漫画，2的是日漫，3的是欧美漫画。影视电影 类似
3. 基于文本类容的推荐。在话题创建的时候有话题的题目以及对于话题的文本描述。通过对于话题相关内容进行分词，来获取这个话题的特征。然后计算文本间的相似度，再进行推荐