基于 Spark 和 Flask 的一个可伸缩的电影推荐系统,sparkflask,未经许可,禁止转载!英文
基于 Spark 和 Flask 的一个可伸缩的电影推荐系统,sparkflask,未经许可,禁止转载!英文
本文由 编橙之家 - fzr 翻译,唐尤华 校稿。未经许可,禁止转载!英文出处:Jose A. Dianes。欢迎加入翻译组。
这份Apache Spark教程可以指导你逐步了解如何使用MovieLens数据集,基于协同过滤建立一个电影推荐系统。协同过滤使用Spark的交替最小方差(ALS)算法。
该教程由两部分组成。第一部分是关于在Spark的RDDs(Resilient Distributed Datasets,是一个并行的容错数据结构,可以让用户显示地将数据存储到磁盘和内存中,并能控制数据的分区)中获取并解析电影和评分数据。第二部分是关于建立和使用推荐系统,并在稍后的在线推荐系统中沿用它。这两部分最近都发布在了Codementor.io。
第一部分:建立推荐系统
第二部分:建立并运行web服务
这份教程可以被单独用来建立基于MovieLens数据集的电影推荐系统。单从使用这个数据集或这个算法方面来看都不算是创新(我推荐你看EdX course或是Google的例子)。因为我们把重点放在最终得到一个在线环境下可用的模型,并且在不同情形下都可以使用。教程的第二部分解释了在Spark模型上如何使用Python、Flask建立web服务。通过这些工作,你就能够开发一个完整的在线电影推荐服务。
快速开始
本教程的应用程序已经拥有自己的代码仓库(repository)了 ,未来还会继续发展。请尽情fork开发自己的应用吧!
文件server/server.py启动了CherryPy服务器,这个服务器会运行Flask的app.py以启动一个基于Spark的RESTful web服务器engine.py。通过API我们就可以实现在线电影推荐了。
关于如何运行使用这个服务的详细指导请参考笔记第二部分。
谢谢分享!
相关内容
- Python和Flask真是太强大了,PythonFlask强大,未经许可,禁
- 30分钟编写一个Flask应用,30分钟编写flask,未经许可,禁
- 在Linux上使用Python和Flask创建你的第一个应用,pythonfl
- Scrapy + Flask + Mongodb + Swift 开发爬虫全攻略(1),scrap
- Scrapy+Flask+Mongodb+Swift开发全攻略(2),scrapyflask,第一件
- Scrapy+Flask+Mongodb+Swift开发全攻略(3),scrapyflask, 那么我
- 这不是魔法:Flask和@app.route(2),flask@app.route,未经许
- 用Flask实现视频数据流传输,flask视频数据流,未经许可
- flask 源码解析:响应,flask源码解析响应, The return
- flask 源码解析:上下文,flask源码,只有像Add这种简单的
评论关闭