首页|基于ElasticSearch的科技服务推荐系统设计与实现

基于ElasticSearch的科技服务推荐系统设计与实现

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
推荐系统是通过算法策略将用户与信息匹配,实现信息高效筛选和个性化推荐的闭环系统.系统基于ElasticSearch大数据分析挖掘技术,采用TF-IDF、LUCentere、热词统计发现算法,利用Python程序将数据异步批量导入至Elasticsearch中.结合昨日访问、点赞、收藏上升数以及发布时间等指标计算文档的相关性得分并排序,实现用户喜好推荐.研究目的在于提高Elasticsearch索引数据时的分词准确度,缩短检索响应时间,为用户提供更优使用体验.通过翻阅大量文献和不断实验测试系统中的算法,有效解决了"冷启动"问题.实验结果表明系统在用户体验方面取得显著提升,用户正反馈促进了留存率和点击转换率的提高.研究为推荐系统的算法设计和实施提供了有益经验,对信息检索和用户体验改进具有实质性的意义.

刘勇、刘菲、蒙杰

展开 >

甘肃省科学技术情报研究所/甘肃省科技评价监测重点实验室,甘肃 兰州 730000

大数据分析挖掘 热词统计 智能推荐 ElasticSearch TF-IDF LUCentere

2024

10.20156/j.cnki.2097-2490.2024.03.012

甘肃科技
甘肃省科学科技情报研究所

甘肃科技

影响因子：0.29
ISSN：1000-0952
年,卷(期)：2024.40(3)
  • 11