深度学习和Spark在电影推荐系统上的应用

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TensorFlow Serving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.