零基础如何实现推荐系统？ 举报 理由 举报 取消 接到个任务，要三个星期内实现一个推荐系统。具体是基于用户的浏览记录推荐用户可能喜欢的。通过查阅后，想到将浏览数据导入hbase，基于hadoop平台 + spark mllib 来实现（不知道对不对）。现在过了一个星期，遇到问题如下：1. 将mysql数据导入hbase，借助sqoop工具，总是失败，不知道是不是版本不兼容问题。2. 该怎么将已有的数据转化成相应的模型，最后用mllib中的算法生成推荐的数据集。对hadoop和spark都不了解，急求大神指导！最好推荐一些书籍资料，备日后学习！诚心求教，不胜感激！ 2017年11月17日 5 条回复 734 次浏览 数据挖掘
回复 ( 5 )
数据多大，有没有必要上分布式？
推荐算法会不会？起码最基础的协同过滤要掌握。
推荐系统 和技术其实没有太大的关系，真心的。。
推荐系统主要是你起码要有比较全的用户方面的使用信息，然后根据这些使用信息进行：
1.分类
2.权重刚刚分完的类
3.给出TOP N
能做到这三点就算实现了简单的推荐系统了。而这三类的实现，每一种都有很多范畴。 所以层主可以根据这个思路 写出符合自己现阶段的代码。
而XX导出数据报错这种。。。建议你还是谷歌百度，因为这种类似问题，其他人根本帮不了你，那就像走路，那些硬路你不走，你总不能插个翅膀上天吧。。 开玩笑~
谢邀，我不是很专业。
1，我看到你要用hadoop+spark，不知道是否有这样的平台，据我所知，搭建hadoop+spark也是有点费事的；
2，你是否查过spark mllib的算法API文档，MLlib – Spark 1.6.0 Documentation。目前这个库只实现了一个ALS CF，你若是要用其他算法，估计还得自己实现。
3，没看明白你的这个系统里，“用户浏览历史”指的是什么历史？网页？商品？电影？当然，最简单的推荐就是统计每个用户最多浏览的东西。
6666
我觉得重点是算法设计，技术上的东西，都是小事