03_基于话题类型的推荐

最新推荐文章于 2024-10-18 10:41:41 发布

吗达拉

最新推荐文章于 2024-10-18 10:41:41 发布

阅读量307

点赞数 1

分类专栏：推荐项目

本文链接：https://blog.youkuaiyun.com/weixin_42656794/article/details/92794547

版权

推荐项目专栏收录该内容

5 篇文章

订阅专栏

这个相对来说比较简单，核心代码如下：
大体的过程如下：

①获取话题的类型特征，格式如:topicid,categoryid

②相似度计算，采用欧式距离

在这里插入图片描述
然后相似度取1/(1+d12)，也就是说距离越近的，相似度越趋近于1，话题类型接近。等于1则说明是同一个类型

   try {
      val deletePath1 = new Path(path)
      val fs1 = FileSystem.get(URI.create(path), hadoopConf)
      if (fs1.exists(deletePath1)) fs1.delete(deletePath1, true)
      println("删除成功")
    } catch {
      case e: ArithmeticException => println(e)
    }
    //获取话题类型特征
    val topicrdd1: RDD[Topic] = sparkContext.textFile("hdfs://hdp01:9000/recs/category/category_15079").map {
      line =>
        val fields = line.split("\\[")
        val strings = fields(1).split("\\]")
        val strings1 = strings(0).split(",")
        Topic(strings1(0).toInt, strings1(1).toDouble)
    }

    val datardd: RDD[(Topic, Topic)] = topicrdd1.cartesian(topicrdd1)
    val topicResc = datardd.filter { case (a, b) => a.id != b.id }
      .map {
        case (a, b) =>
          val score = this.ojilideSim(a.CategoryId, b.CategoryId)
          (a.id, (b.id, score))
      }
      .filter(_._2._2 > 0.5)
      .sortByKey()
      .map {
        case (topicId, recs) =>
       //topicId.toString + "\001" + recs._1
          (topicId,recs._1)
      }

    val resultRdd= topicResc.groupByKey().map {
      case (topicId, recs) =>
        val recsarr: Array[Int] = recs.toArray
        val recsResult: Array[Int] = new Array[Int](30)
        for (i <- 0 until 29) {
          val n = Random.nextInt(recsarr.length)
          recsResult(i) = recsarr(n)
        }
        var string=""
        for(i<- 0 until recsResult.length-1){
          if(i==0){
            string=recsResult(0).toString
          }else{
            string=string+","+recsResult(i).toString
          }
        }
        topicId+"\001"+string
    }
    resultRdd.saveAsTextFile(path)
    sparkContext.stop()

  }
//欧式距离相似度计算
  def ojilideSim(category1: Double, category2: Double): Double = {
    val fenmu = math.sqrt(math.pow((category1 - category2), 2))
    1 / (1 + fenmu)
  }

③在hive中得到用户的推荐列表并且过滤掉用户已经相关联到的话题
用户与话题相关表:
在这里插入图片描述
话题类型相似表:

为了方便关联，在hive中进行行列转换将话题类型相似表转换成如下格式

create table user_recs_categroy_tmp as 
select topicid,simtopic from category_result lateral view explode(simtopicid) tmp as  simtopic;

在这里插入图片描述
然后运用Hive的不等值连接，关联用户相关话题，再过滤掉用户已经关联过的话题

select a.userinfoid,simtopicid from 
(select userinfoid,simtopicid from user_recs_categroy_tmp1)a
left join 
(select userinfoid,topicid from recs_userRalationTopic)b
on
a.simtopicid=b.topicid and a.userinfoid=b.userinfoid where b.topicid is null;

最后在上述表中随机抽取5个做为推荐结果

select userinfoid,concat_ws(',',collect_set(simtopicid)) simtopics 
from
(select a1.userinfoid,a1.simtopicid
from (select a1.userinfoid,a1.simtopicid,row_number()over(partition by a1.userinfoid order by rand()) rn
from user_recs_categroy a1) a1
where rn<=5)a2 
group by userinfoid;

在这里插入图片描述
④在这里，随机抽取一个看一下效果
用户162194关联的话题有:

可以发现，用户关联的话题中17349的类型标签为6
给其推荐的话题有18040，18289等

可见，召回率还是相当准确的。