中文字幕av专区_日韩电影在线播放_精品国产精品久久一区免费式_av在线免费观看网站

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

Spark怎樣實現推薦系統中的相似度算法

發布時間:2021-12-17 09:24:20 來源:億速云 閱讀:117 作者:柒染 欄目:大數據

Spark怎樣實現推薦系統中的相似度算法,針對這個問題,這篇文章詳細介紹了相對應的分析和解答,希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

在推薦系統中,協同過濾算法是應用較多的,具體又主要劃分為基于用戶和基于物品的協同過濾算法,核心點就是基于"一個人"或"一件物品",根據這個人或物品所具有的屬性,比如對于人就是性別、年齡、工作、收入、喜好等,找出與這個人或物品相似的人或物,當然實際處理中參考的因子會復雜的多。

下面不介紹相關數學概念,主要給出常用的相似度算法代碼實現,并且同一算法有多種實現方式。
歐幾里得距離
def euclidean2(v1: Vector, v2: Vector): Double = {    require(v1.size == v2.size, s"SimilarityAlgorithms:Vector dimensions do not match: Dim(v1)=${v1.size} and Dim(v2)" +      s"=${v2.size}.")
   val x = v1.toArray    val y = v2.toArray
   euclidean(x, y)  }
 def euclidean(x: Array[Double], y: Array[Double]): Double = {    require(x.length == y.length, s"SimilarityAlgorithms:Array length do not match: Len(x)=${x.length} and Len(y)" +      s"=${y.length}.")
   math.sqrt(x.zip(y).map(p => p._1 - p._2).map(d => d * d).sum)  }    def euclidean(v1: Vector, v2: Vector): Double = {    val sqdist = Vectors.sqdist(v1, v2)    math.sqrt(sqdist)  }
皮爾遜相關系數
 def pearsonCorrelationSimilarity(arr1: Array[Double], arr2: Array[Double]): Double = {    require(arr1.length == arr2.length, s"SimilarityAlgorithms:Array length do not match: Len(x)=${arr1.length} and Len(y)" +      s"=${arr2.length}.")
   val sum_vec1 = arr1.sum    val sum_vec2 = arr2.sum
   val square_sum_vec1 = arr1.map(x => x * x).sum    val square_sum_vec2 = arr2.map(x => x * x).sum
   val zipVec = arr1.zip(arr2)
   val product = zipVec.map(x => x._1 * x._2).sum    val numerator = product - (sum_vec1 * sum_vec2 / arr1.length)
   val dominator = math.pow((square_sum_vec1 - math.pow(sum_vec1, 2) / arr1.length) * (square_sum_vec2 - math.pow(sum_vec2, 2) / arr2.length), 0.5)    if (dominator == 0) Double.NaN else numerator / (dominator * 1.0)  }

余弦相似度

  /** jblas實現余弦相似度 */  def cosineSimilarity(v1: DoubleMatrix, v2: DoubleMatrix): Double = {    require(x.length == y.length, s"SimilarityAlgorithms:Array length do not match: Len(v1)=${x.length} and Len(v2)" +      s"=${y.length}.")          v1.dot(v2) / (v1.norm2() * v2.norm2())  }  def cosineSimilarity(v1: Vector, v2: Vector): Double = {    require(v1.size == v2.size, s"SimilarityAlgorithms:Vector dimensions do not match: Dim(v1)=${v1.size} and Dim(v2)" +      s"=${v2.size}.")
    val x = v1.toArray    val y = v2.toArray
   cosineSimilarity(x, y)  }
   def cosineSimilarity(x: Array[Double], y: Array[Double]): Double = {    require(x.length == y.length, s"SimilarityAlgorithms:Array length do not match: Len(x)=${x.length} and Len(y)" +      s"=${y.length}.")
    val member = x.zip(y).map(d => d._1 * d._2).sum      val temp1 = math.sqrt(x.map(math.pow(_, 2)).sum)    val temp2 = math.sqrt(y.map(math.pow(_, 2)).sum)
   val denominator = temp1 * temp2    if (denominator == 0) Double.NaN else member / (denominator * 1.0)  }

修正余弦相似度

   def adjustedCosineSimJblas(x: DoubleMatrix, y: DoubleMatrix): Double = {    require(x.length == y.length, s"SimilarityAlgorithms:DoubleMatrix length do not match: Len(x)=${x.length} and Len(y)" +      s"=${y.length}.")
   val avg = (x.sum() + y.sum()) / (x.length + y.length)    val v1 = x.sub(avg)    val v2 = y.sub(avg)    v1.dot(v2) / (v1.norm2() * v2.norm2())  }
 def adjustedCosineSimJblas(x: Array[Double], y: Array[Double]): Double = {    require(x.length == y.length, s"SimilarityAlgorithms:Array length do not match: Len(x)=${x.length} and Len(y)" +      s"=${y.length}.")
   val v1 = new DoubleMatrix(x)    val v2 = new DoubleMatrix(y)
   adjustedCosineSimJblas(v1, v2)  }    def adjustedCosineSimilarity(v1: Vector, v2: Vector): Double = {    require(v1.size == v2.size, s"SimilarityAlgorithms:Vector dimensions do not match: Dim(v1)=${v1.size} and Dim(v2)" +      s"=${v2.size}.")    val x = v1.toArray    val y = v2.toArray
   adjustedCosineSimilarity(x, y)  }
 def adjustedCosineSimilarity(x: Array[Double], y: Array[Double]): Double = {    require(x.length == y.length, s"SimilarityAlgorithms:Array length do not match: Len(x)=${x.length} and Len(y)" +      s"=${y.length}.")
   val avg = (x.sum + y.sum) / (x.length + y.length)
    val member = x.map(_ - avg).zip(y.map(_ - avg)).map(d => d._1 * d._2).sum
   val temp1 = math.sqrt(x.map(num => math.pow(num - avg, 2)).sum)    val temp2 = math.sqrt(y.map(num => math.pow(num - avg, 2)).sum)
   val denominator = temp1 * temp2    if (denominator == 0) Double.NaN else member / (denominator * 1.0)  }

大家如果在實際業務處理中有相關需求,可以根據實際場景對上述代碼進行優化或改造,當然很多算法框架提供的一些算法是對這些相似度算法的封裝,底層還是依賴于這一套,也能幫助大家做更好的了解。比如Spark MLlib在KMeans算法實現中,底層對歐幾里得距離的計算實現。

關于Spark怎樣實現推薦系統中的相似度算法問題的解答就分享到這里了,希望以上內容可以對大家有一定的幫助,如果你還有很多疑惑沒有解開,可以關注億速云行業資訊頻道了解更多相關知識。

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

砚山县| 定西市| 浏阳市| 南安市| 北碚区| 元谋县| 闵行区| 诏安县| 伊宁县| 攀枝花市| 遂宁市| 都匀市| 绩溪县| 股票| 烟台市| 独山县| 苗栗县| 齐河县| 湟源县| 灵璧县| 邛崃市| 银川市| 肇东市| 洪湖市| 河池市| 嵩明县| 定边县| 申扎县| 卓尼县| 大英县| 洞头县| 天长市| 辽宁省| 河东区| 和田县| 垦利县| 游戏| 梁平县| 广丰县| 新疆| 阳东县|