基于Spark的电影推荐系统（推荐系统~7）

第四部分-推荐系统-实时推荐

本模块基于第4节得到的模型，开始为用户做实时推荐，推荐用户最有可能喜爱的5部电影。

说明几点

1.数据来源是 testData 测试集的数据。这里面的用户，可能存在于训练集中，也可能是新用户。因此，这里要做处理。
2. SparkStreaming + kakfa

开始Coding

步骤一：在streaming 包下，新建PopularMovies2


package com.csylh.recommend.streamingimport com.csylh.recommend.config.AppConf
import org.apache.spark.sql.SaveMode/*** Description: 个性化推荐** @Author: 留歌36* @Date: 2019/10/18 17:42*/
object PopularMovies2 extends AppConf{def main(args: Array[String]): Unit = {val movieRatingCount = spark.sql("select count(*) c, movieid from trainingdata group by movieid order by c")// 前5部进行推荐val Top5Movies = movieRatingCount.limit(5)Top5Movies.registerTempTable("top5")val top5DF = spark.sql("select a.title from movies a join top5 b on a.movieid=b.movieid")// 把数据写入到HDFS上top5DF.write.mode(SaveMode.Overwrite).parquet("/tmp/top5DF")// 将数据从HDFS加载到Hive数据仓库中去spark.sql("drop table if exists top5DF")spark.sql("create table if not exists top5DF(title string) stored as parquet")spark.sql("load data inpath '/tmp/top5DF' overwrite into table top5DF")// 最终表里应该是5部推荐电影的名称}
}

步骤二：在streaming 包下，新建SparkDirectStreamApp

package com.csylh.recommend.streamingimport com.csylh.recommend.config.AppConf
import kafka.serializer.StringDecoder
import org.apache.spark.mllib.recommendation.MatrixFactorizationModel
import org.apache.spark.streaming.kafka.KafkaUtils
import org.apache.spark.streaming.{Seconds, StreamingContext}/*** Description:** @Author: 留歌36* @Date: 2019/10/18 16:33*/
object SparkDirectStreamApp extends AppConf{def main(args:Array[String]): Unit ={val ssc = new StreamingContext(sc, Seconds(5))val topics = "movie_topic".split(",").toSetval kafkaParams = Map[String, String]("metadata.broker.list"->"hadoop001:9093,hadoop001:9094,hadoop001:9095","auto.offset.reset" -> "largest" //smallest :从头开始 largest：最新)// Direct 模式：SparkStreaming 主动去Kafka中pull拉数据val modelPath = "/tmp/BestModel/0.8521581387523667"val stream = KafkaUtils.createDirectStream[String, String, StringDecoder, StringDecoder](ssc, kafkaParams, topics)def exist(u: Int): Boolean = {val trainingdataUserIdList = spark.sql("select distinct(userid) from trainingdata").rdd.map(x => x.getInt(0)).collect()  // RDD[row] ==> RDD[Int]trainingdataUserIdList.contains(u)}// 为没有登录的用户推荐电影的策略：// 1.推荐观看人数较多的电影，采用这种策略// 2.推荐最新的电影val defaultrecresult = spark.sql("select * from top5DF").rdd.toLocalIterator// 创建SparkStreaming接收kafka消息队列数据的2种方式// 一种是Direct approache,通过SparkStreaming自己主动去Kafka消息队// 列中查询还没有接收进来的数据，并把他们拉pull到sparkstreaming中。val model = MatrixFactorizationModel.load(ssc.sparkContext, modelPath)val messages = stream.foreachRDD(rdd=> {val userIdStreamRdd = rdd.map(_._2.split("|")).map(x=>x(1)).map(_.toInt)val validusers = userIdStreamRdd.filter(userId => exist(userId))val newusers = userIdStreamRdd.filter(userId => !exist(userId))// 采用迭代器的方式来避开对象不能序列化的问题。// 通过对RDD中的每个元素实时产生推荐结果，将结果写入到redis，或者其他高速缓存中，来达到一定的实时性。// 2个流的处理分成2个sparkstreaming的应用来处理。val validusersIter = validusers.toLocalIteratorval newusersIter = newusers.toLocalIteratorwhile (validusersIter.hasNext) {val u= validusersIter.nextprintln("userId"+u)val recresult = model.recommendProducts(u, 5)val recmoviesid = recresult.map(_.product)println("我为用户" + u + "【实时】推荐了以下5部电影：")for (i <- recmoviesid) {val moviename = spark.sql(s"select title from movies where movieId=$i").first().getString(0)println(moviename)}}while (newusersIter.hasNext) {println("*新用户你好*以下电影为您推荐below movies are recommended for you :")for (i <- defaultrecresult) {println(i.getString(0))}}})ssc.start()ssc.awaitTermination()}
}

步骤三：将创建的项目进行打包上传到服务器
mvn clean package -Dmaven.test.skip=true

步骤四：先编写个性化推荐代码 shell 执行脚本

[root@hadoop001 ml]# vim PopularMovies2.sh
export HADOOP_CONF_DIR=/root/app/hadoop-2.6.0-cdh5.7.0/etc/hadoop$SPARK_HOME/bin/spark-submit \
--class com.csylh.recommend.streaming.PopularMovies2 \
--master spark://hadoop001:7077 \
--name PopularMovies2 \
--driver-memory 10g \
--executor-memory 5g \
/root/data/ml/movie-recommend-1.0.jar

步骤五：执行sh PopularMovies2.sh

确保：

[root@hadoop001 ml]# spark-sql
19/10/20 22:59:28 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Spark master: local[*], Application Id: local-1571583574311
spark-sql> show tables;
default links   false
default movies  false
default ratings false
default tags    false
default testdata    false
default top5df  false
default trainingdata    false
default trainingdataasc false
default trainingdatadesc    false
Time taken: 2.232 seconds, Fetched 9 row(s)
spark-sql> select * from top5df;
Follow the Bitch (1996)
Radio Inside (1994)
Faces of Schlock (2005)
Mág (1988)
"Son of Monte Cristo
Time taken: 1.8 seconds, Fetched 5 row(s)
spark-sql>

步骤六：再编写model实时推荐代码 shell 执行脚本

export HADOOP_CONF_DIR=/root/app/hadoop-2.6.0-cdh5.7.0/etc/hadoop$SPARK_HOME/bin/spark-submit \
--class com.csylh.recommend.streaming.SparkDirectStreamApp \
--master spark://hadoop001:7077 \
--name SparkDirectStreamApp \
--driver-memory 10g \
--executor-memory 5g \
--total-executor-cores 10 \
--jars /root/app/kafka_2.11-1.1.1/libs/kafka-clients-1.1.1.jar \
--packages "mysql:mysql-connector-java:5.1.38,org.apache.spark:spark-streaming-kafka-0-8_2.11:2.4.2" \
/root/data/ml/movie-recommend-1.0.jar

步骤七：sh SparkDirectStreamApp.sh

// TODO…

有任何问题，欢迎留言一起交流~~
更多文章：基于Spark的电影推荐系统：https://blog.csdn.net/liuge36/column/info/29285

基于Spark的电影推荐系统（推荐系统~7）相关推荐

基于Spark的电影推荐系统（电影网站）
第一部分-电影网站: 软件架构: SpringBoot+Mybatis+JSP 项目描述:主要实现电影网站的展现和用户的所有动作的地方技术选型: 技术名称官网 Spring Boot 容器 ...
基于Spark的电影推荐系统（推荐系统~1）
第四部分-推荐系统-项目介绍行业背景: 快速:Apache Spark以内存计算为核心通用 :一站式解决各个问题,ADHOC SQL查询,流计算,数据挖掘,图计算完整的生态圈只要掌握Spark ...
基于Spark的电影推荐系统（推荐系统~4）
第四部分-推荐系统-模型训练本模块基于第3节数据加工得到的训练集和测试集数据做模型训练,最后得到一系列的模型,进而做预测. 训练多个模型,取其中最好,即取RMSE(均方根误差)值最小的模型说 ...
基于Spark的电影推荐系统（推荐系统~5）
第四部分-推荐系统-离线推荐本模块基于第4节得到的模型,开始为用户做离线推荐,推荐用户最有可能喜爱的5部电影. 说明几点 1.主要分为两个模块.其一是为单个随机用户做推荐,其二是为所有用户做推 ...
电影推荐系统 python简书_基于Spark的电影推荐系统（实战简介）
## 写在前面一直不知道这个专栏该如何开始写,思来想去,还是暂时把自己对这个项目的一些想法和大家分享的形式来展现.有什么问题,欢迎大家一起留言讨论. 这个项目的源代码是在https://gith ...
基于Spark实现电影点评系统用户行为分析—RDD篇（一）
文章目录 1.项目背景 2.数据描述 3.代码实现 1.项目背景电影推荐系统(MovieLens)是美国明尼苏达大学(Minnesota)计算机科学与工程学院的GroupLens项目组创办的,是一个 ...
基于Spark实现电影点评系统用户行为分析—DataFrame篇（二）
文章目录 1.介绍 2.业务统计 3.代码实现 1.介绍 Spark SQL有三种不同实现方式:(1)使用DataFrame与RDD结合的方式.(2)纯粹使用DataFrame的方式.(3)使用Dat ...
基于spark的电影数据分析
目录摘要 I Abstract II 1 绪论 1 1.1 选题背景及意义 1 1.2 研究现状 2 1.3 研究内容及论文组织结构 2 2 关键技术和工具环境 4 2.1 IDEA简介 4 2 ...
基于Spark MLlib平台的协同过滤算法---电影推荐系统
协同过滤算法概述基于模型的协同过滤应用---电影推荐实时推荐架构分析一.协同过滤算法概述本人对算法的研究,目前还不是很深入,这里简单的介绍下其工作原理. 通常,协同过滤算法按照数据使用 ...

基于Spark的电影推荐系统（推荐系统~7）

第四部分-推荐系统-实时推荐

说明几点

开始Coding

基于Spark的电影推荐系统（推荐系统~7）相关推荐

最新文章

热门文章