推薦算法的可擴展性之hadoop篇(待續...)

我們都知道，大多數的推薦算法都是單機版的。如果不進行任何處理是不能夠分佈式執行，也就不能充分利用像hadoop這樣的分佈式計算集羣。這嚴重限制了 推薦算法的實際應用。比如協同過濾，像亞馬遜、天貓這些包含大量用戶、大量物品及大量行爲的平臺，用戶-物品矩陣巨大。要實現協同過濾，時間複雜度不說，就是存儲，單機的也沒法 搞定。所以，實現分佈式的推薦算法，充分利用集羣的資源就變得非常的必要。 在我們自己的推

>>阅读原文<<