一种基于协同过滤算法实现个性化推荐系统

本发明公开了一种基于协同过滤算法实现个性化推荐系统，所述个性化推荐系统包括：数据采集层、离线推荐层和在线推荐层；所述数据采集层Flume日志收集多层架构；所述离线推荐层SparkALS召回、Spark基于物品协同过滤召回以及基于GBDT+LR的排序；所述在线推荐层写特征变量到HBase再用流式计算实时解析用户行为并通过FTRL更新模型权重。解决大规模用户场景下大量信息的精确发送的问题，通过离线和实时收集用户行为数据，建立用户行为模型并进行个性化推荐以及不断评估推荐结果的成效。