Apache spark 如何使用ApacheSpark构建实时推荐系统？
到目前为止，我所能找到的只是一些推荐引擎，它们基于csv文件作为数据集构建和部署内存中的所有内容，因此if每天大约有1M的数据和3700个用户。 就我而言，我的公司有大约100万个活动项目，每天约4000个活动用户（平均），每周约450万次页面访问（平均） 在内存中构建、训练和推荐项目的想法太糟糕了，所以我想构建一个推荐引擎，但有点实时！怎样？这就是我要寻找的，可能是训练数据并将其部署到索引器，如elasticsearch或类似于recommand items的东西Apache spark 如何使用ApacheSpark构建实时推荐系统？,apache-spark,real-time,recommendation-engine,Apache Spark,Real Time,Recommendation Engine,到目前为止，我所能找到的只是一些推荐引擎，它们基于csv文件作为数据集构建和部署内存中的所有内容，因此if每天大约有1M的数据和3700个用户。 就我而言，我的公司有大约100万个活动项目，每天约4000个活动用户（平均），每周约450万次页面访问（平均） 在内存中构建、训练和推荐项目的想法太糟糕了，所以我想构建一个推荐引擎，但有点实时！怎样？这就是我要寻找的，可能是训练数据并将其部署到索引器，如elasticsearch或类似于recommand items的东西 > < P> >我很少考虑
> < P> >我很少考虑这样做。
- 使用机器学习从项目中提取特征，可能会再次对其进行训练
- 分析这些项目的使用行为，包括点击流
- 使用A-B测试验证算法
- 使用火花流