Android代码-recommendSys

recommendSys 推荐系统 离线计算和实时计算 本项目主要分为WEB(产生数据)、离线和实时三大模块 WEB(产生数据即用户的行为数据） 用户对物品的操作（查看,浏览，购买）ugcLOG 通过flume采集ugcLOG日志到HDFS 离线处理（hadoop mahout）基于用户和物品的协同过滤 通过定时（oozie、crontab）任务(mr)，处理HDFS上面的ugcLOG 清理后的数据(用户id,itemID,评分)，给mahout mahout清理之后就是每个用户对应的item物品列表 清洗后的结果数据，然后通过sqoop导入到数据库mysql中或者放入到hive中（web展现或者交给数据分析人员） 当天的数据：当日凌晨截至到统计时间点的数据 之前的历史数据：截至到今天凌晨的历史数据 实时处理（kafka stome）基于用户和物品标签 收集：收集用户的特征向量（用户和标签的矩阵），（userID tag1 tag2） 收集：收集物品的特征向量（物品和标签的矩阵），（itemID tag1 tag2 tag5） 计算：然后