-
物品特征建模
查看全部 -
算法步骤--
查看全部 -
算法步骤--
查看全部 -
相似度矩阵 × 评分矩阵 = 推荐列表
算法步骤：
查看全部 -
余弦相似度
基于物品的推荐算法
基于用户
基于内容
查看全部 -
不完整代码
查看全部 -
，，，，，
查看全部 -
第1步骤：
第2步骤：
Hadoop分布式缓存：
加载到内存发生在Job执行之前，每个从节点各自都缓存一份相同的共享数据。如果共享数据太大，可以将共享数据分批缓存，重复执行作业。
查看全部 -
分片输入--split
本地合并--combine
mapper--shuffle--reducer
查看全部 -
本地优化--combine
一个MapReduce作业中，以下三者的数量总是相等的：
partitioner的数量
reduce任务的数量
最终输出稳健（如part-r-00000）
查看全部 -
从分片输入到Map：
查看全部 -
，，，，，
查看全部 -
YARN的设计减少了JobTracker的资源消耗，减少了Hadoop1.0中发生单点故障的风险。
查看全部 -
Split
map
shfull
combine（本地reduce）
reduce
查看全部 -
ResourceManager
NodeManager
查看全部
举报
0/150
提交
取消