基于Lambda架构的医学图书推荐系统的设计与实现

摘要

针对大数据Hadoop平台MapReduce计算模型延迟过高的问题,整合离线计算和实时计算特点,设计并实现基于Lambda架构的医学图书推荐系统.以Hadoop、Spark、Kafka、Storm、Hbase等大数据生态组件构建平台,充分采集读者显式和隐式行为数据,结合医学专业读者特点进行特征提取,采用ALS算法建立离线计算推荐模型,并结合读者在线行为进行图书实时推荐.实践证明,相对于Hadoop平台,基于Lambda架构的推荐系统具有数据采集的多样化,用户行为反馈及时性的特点,从而提高医学专业图书推荐的准确率.