基于Hadoop的商品推荐系统源码+数据库文件+使用教程.zip

# hadoop-commodity-recommendation-master #### 介绍 基于hadoop商品推荐系统 #### 软件架构 大数据架构: 基于物品的协同过滤算法主要有两步： 1、计算物品之间的相似度：可依据物品共现次数、余弦夹角、欧氏距离这三种方法计算得到物品之间的相似度。 2、根据物品的相似度和用户的历史购买记录给用户生成推荐列表 最终推荐的是什么物品，是由推荐度决定的。 核心：找出所有两两同时被购买商品出现的次数， 现在其中有用户购买了其中一个商品，推荐该商品组合另外一件商品 后端架构: springboot + mybatis 框架 前端架构： HTML Ajax #### 安装教程 1. 创建数据库并导入sql脚本 2. 运行com.cy.store.StoreApplication 主程序 3. 打开浏览器 localhost:8081 访问 4. 大数据运行: 解压 hadoop推荐算法 zip 搭建Hadoop然后运行，数据已经分析导入mysql，不再赘述 展示   注：红线是Hadoop 推荐算法完成