本文主要是介绍推荐系统实践1---基于spark ALS做的电影推荐,参考网上的做的,能跑起来,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
package recommendationimport org.apache.log4j._
import org.apache.spark._
import org.apache.spark.mllib.recommendation.{MatrixFactorizationModel, ALS, Rating}
import org.apache.spark.rdd._
import scala.io.Source/*** Created by 汪本成 on 2016/5/18.*/
object MovieLensALS {def main(args: Array[String]) {//屏蔽不必要的日志显示在终端上Logger.getLogger("org.apache.spark").setLevel(Level.WARN)Logger.getLogger("org.apache.eclipse.jetty.server").setLevel(Level.OFF)//设置运行环境val conf = new SparkConf().setAppName("MovieLensALS").setMaster("local[5]")val sc = new SparkContext(conf)//装载用户评分,由评分生成器loadRating生成val myRatings = loadRating("G:\\sparktest\\movie\\test.txt")val myRatingsRDD = sc.parallelize(myRatings,1)//样本数据目录val movielensHomeDir = "G:\\sparktest\\movie"//装载样本评分数据,最后一列TimeStamp取除10的余数作为key,rating为值,即(I
这篇关于推荐系统实践1---基于spark ALS做的电影推荐,参考网上的做的,能跑起来的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!