严水歌，付珍珍（南通大学现代教育技术中心，南通　226000）

基于Mahout的高校学生食堂就餐窗口推荐算法研究

严水歌，付珍珍
（南通大学现代教育技术中心，南通226000）

0　引言

从2011年开始，中国进入大数据风起云涌的时代，以Hadoop［1］为代表的家族软件，占据了大数据处理的广阔地盘。开源界及厂商，所有数据软件，无一不向Hadoop靠拢。Hadoop逐步变成了大数据开发的标准。在Hadoop原有技术基础之上，出现了Hadoop家族产品，常用的项目包括Hadoop，Hive，Pig，HBase，Sqoop，Mahout，Zookeeper，Avro，Ambari，Chukwa等。通过“大数据”概念不断创新，推出科技进步。Mahout是Hadoop家族中与众不同的一个成员，是一个基于Hadoop的机器学习和数据挖掘的分布式计算框架。Mahout为数据分析人员解决了大数据的门槛；同时为算法工程师提供了基础的算法库；对于Hadoop开发人员而言提供了数据建模的标准；对于运维人员而言，为其打通了和Hadoop的连接渠道。Mahout完整地封装了“协同过滤”算法，并实现了并行化，提供了非常简单的API接口，本文用Mahout来构建推荐系统，抽样统计我校学生对学校食堂各就餐窗口进行评分，得到一个数据集，采用基于Mahout推荐算法API对数据集进行分析，能得到非常高效的结果。

1　协同过滤［2］推荐算法

协同过滤推荐算法主要有基于用户的协同过滤，基于item的协同过滤以及SlopeOne推荐算法。基于用户的协同过滤，通过不同用户对物品的评分来评测用户之间的相似性，基于用户之间的相似性做出推荐。简单来讲就是：给用户推荐和他兴趣相似的其他用户喜欢的物品。计算上，就是将一个用户对所有物品的偏好作为一个向量来计算用户之间的相似度，找到K邻居后，根据邻居的相似度权重以及他们对物品的偏好，预测当前用户没有偏好的未涉及物品，计算得到一个排序的物品列表作为推荐。……