##MapReduce实现电影推荐系统 ###案例分析
- 互联网某电影点评网站，主要产品包括
- 电影介绍
- 电影排行
- 网友对电影打分
- 网友影评
- 影讯&购票
- 用户在看|想看|看过的电影
- 猜你喜欢（推荐）
- 利用用户对电影的打分表来给用户推荐电影，用户打分表包括以下字段
- userID--用户ID号
- itemID--电影ID号
- score--评分
###基于物品的协同过滤算法
- 建立物品的同现矩阵
- 建立用户对物品的评分矩阵
- 矩阵计算推荐结果
###MapReduce实现
- 程序流程图
- Java类说明
- Recommend.java--主任务启动程序
- Step1.java--按用户分组，计算所有物品出现的组合列表，得到用户对物品的评分矩阵
- Step2.java--对itemID组合列表进行计数，建立其同现矩阵
- Step3.java--对同现矩阵和评分矩阵进行转型，便于后续处理
- Step4_Update.java--矩阵相乘乘法部分
- Step4_Update2.java--矩阵相乘加法部分
- Step5.java--对结果进行过滤和排序
- HDFSFile.java--HDFS路径文件操作类
- SortHashMap.java--HashMap排序类
- 程序输出结果
Step1:
Step2:
Step3_1用户评分矩阵转型:
Step3_2同现矩阵转型:
Step4:
Step5:
###关于 该项目基于炼数成金《Hadoop应用开发实战案例 第六期》所提供的案例进行优化