第39卷第2期福建电脑Vol.39No.22023年2月JournalofFujianComputerFeb.2023———————————————本文得到福建省教育厅中青年教师教育科研项目(No.JAT190742)、龙岩学院青年攀登项目(No.LQ2017005)、龙岩学院校级教改课题(No.2019JY25)资助。黄宏昆(通信作者)，男，1990年生，主要研究领域为物联网应用、机器学习。E-mail:hongkunh@126.com。彭明，男，1988年生，主要研究领域为机器学习、数据挖掘。E-mail:pengming2013@126.com。深度学习和Spark在电影推荐系统上的应用黄宏昆彭明(龙岩学院数学与信息工程学院福建龙岩364012)摘要为给用户提供简易高效的电影浏览体验，本文基于Spark和几种深度学习模型设计实现一个电影推荐系统。采用Spark对数据进行处理并存储到Redis中供推荐模型使用；使用Embedding和局部敏感哈希等技术快速召回候选物品；利用深度学习推荐模型进行排序，借助TensorFlowServing将推荐模型部署上线；通过web框架实现前后端搭建，最终将推荐物品列表呈现给用户。实践结果表明，该系统具有很好的稳定性和实时性，在一定程度上提升了推荐效果。关键词电影推荐系统；Spark数据仓库；深度学习模型中图法分类号TP391DOI:10.16707/j.cnki.fjpc.2023.02.004TheApplicationofDeepLearningandSparkinMovieRecommendationSystemHUANGHongkun,PENGMing(DepartmentofMathematics&Information,LongyanUniversity,Longyan,China,364012)AbstractInordertoprovideuserswithasimpleandefficientmoviebrowsingexperience,thisstudydesignsandimplementsamovierecommendationsystembasedonSparkandseveraldeeplearningmodels.SparkisusedtoprocessthedataandstoreitinRedisforusebytherecommendedmodel;Quicklyrecallcandidateitemsusingtechnologiessuchasembeddingandlocalsensitivehashing;Usethedeeplearningrecommendationmodeltosort,anddeploytherecommendationmodelonlinewithTensorFlowServing;Thefrontendandbackendarebuiltthroughthewebframework,andfinallythelistofrecommendeditemsispresentedtousers.Thepracticeresultsshowthatthesystemhasgoodstabilityandreal-timeperformance,whichimprovestherecommendationeffecttoacertainextent.KeywordsMovieRecommendationSystem;SparkDataWarehouse;DeepLearningModel1引言深度学习应用于推荐系统，能够极大地增强推荐模型的拟合能力和表达能力。由于深度学习模型的结构复杂度...
