2022(7.20更新)高职大数据竞赛(任务书一)-数据挖掘任务二：推荐系统
任务描述
根据任务一的结果，计算出与用户id为6708的用户所购买相同商品种类最多的前10位用户id（只考虑他俩购买过多少个相同的商品，不考虑相同的商品买了多少次），并根据Hive的dwd库中相关表或MySQL数据库shtd_store中相关表，获取到这10位用户已购买过的商品，并剔除用户6708已购买的商品，通过计算这10位用户已购买商品与该数据集中商品的余弦相似度累加再求均值，输出相似度前5商品id作为推荐使用，将执行结果截图粘贴至对应报告中。
实现原理
在本任务需求中，实际上是要求实现按商品相似度进行商品推荐，即推荐与任务一中找出的10位用户（他们与用户1605所购买相同商品种类最多）所购买的商品最相似的5种商品。物品相似度计算原理如下图所示：
任务描述中明确要求使用余弦相似度算法来计算商品之间的相似度。
余弦相似度计算公式如下：
启动Hive Metastore服务
Spark读写Hive表，需要访问Metastore服务。在终端中执行如下命令：
$ hive --service metastore
这将保持Hive Metastore服务一直运行，请勿关闭 ......
......
抱歉，只有登录会员才可浏览！会员登录
