简介这份资源是山东大学大数据课程设计的完整项目包围绕基于Hadoop实现的图书推荐系统展开适合大数据、计算机相关专业学生用于课程设计、期末大作业或毕业设计参考也适合刚接触Hadoop与推荐算法的初学者对照学习。压缩包共78个文件约20.11MB以50个class编译文件、17个java源码、4个xml配置、2个properties及sql脚本、说明文档等为主涵盖源码、实验报告与数据库脚本代码附有注释便于理解推荐流程与工程结构。项目采用Apriori算法完成频繁项集挖掘与图书推荐目录中包含freq_item.sql、apriori相关实现及README说明部署后即可运行验证。目前已有507人学习下载可作为高分课程设计模板帮助读者快速掌握Hadoop环境下推荐系统的搭建思路、数据组织方式与实验报告撰写要点。1. 从一份 98 分的课设说起Hadoop 图书推荐系统到底交付了什么如果你正在为大数据课程设计发愁或者想找一个能跑通、能讲清楚、还能写进简历的 Hadoop 实战项目那这套山东大学的图书推荐系统课设值得花时间拆一遍。它不是那种只丢几个 Java 文件让你自己猜的“半成品”而是把源代码、实验报告、数据库脚本、演示文档全部打包在一起连.classpath和.project都保留着说明作者是在 Eclipse 里完整开发并导出工程的。核心逻辑是用 Hadoop 的 MapReduce 跑协同过滤从用户借阅或评分数据里挖出相似用户和相似图书再生成推荐列表。适合谁大数据方向期末大作业、毕业设计开题、Hadoop 入门后想找个完整项目练手的人。你拿到手最直接的价值是有一套能编译、能部署、能对着报告讲出所以然的代码骨架而不是从零开始拼 MapReduce 的输入输出格式。2. 拆开压缩包工程结构、数据流与 Apriori 选型理由2.1 目录里每个文件到底干什么用先把压缩包解压顶层目录是book-recommend-system-master里面能看到src、bin、freq_item.sql、presentation.doc、README.md以及 Eclipse 的工程配置文件。src下按包名组织 Java 源码bin是编译后的 class 文件freq_item.sql是 MySQL 数据库导出脚本presentation.doc是答辩用的演示文稿。这个结构说明项目是“离线计算 关系型数据库存储”的典型课设架构Hadoop 负责跑频繁项集和相似度计算MySQL 负责存原始数据和最终推荐结果。文件/目录作用是否必须srcJava 源码含 MapReduce 作业和数据库操作类是freq_item.sql建库建表 初始数据是presentation.doc实验报告/答辩演示参考README.md简要说明参考.classpath/.projectEclipse 工程配置导入时用注意bin目录里的 class 文件可能和src不同步建议导入后先 Clean 再 Build避免版本错位。2.2 为什么用 Apriori 而不是直接上协同过滤项目名是“图书推荐系统”但源码里出现了apriori相关类freq_item.sql也暗示频繁项集是核心中间结果。这里要讲清楚选型逻辑课设数据量通常不大用户-图书评分矩阵非常稀疏直接跑基于矩阵分解的协同过滤容易因为数据不够而效果很差。Apriori 做频繁项集挖掘本质是找“经常一起被借阅或评分的图书组合”再基于关联规则做推荐。好处是解释性强——你可以直接说“借了《数据挖掘导论》的人有 70% 也借了《Hadoop 实战》”答辩时导师一听就懂。坏处是计算频繁项集需要多次扫描数据集I/O 开销大所以必须用 MapReduce 来并行化。常见做法是第一轮 MapReduce 统计每个图书项的支持度过滤掉低于最小支持度的项第二轮及后续轮次用上一轮的频繁项集生成候选集再统计支持度直到没有新的频繁项集产生。这套代码里应该就是按这个思路写的你可以在src下找AprioriMapper、AprioriReducer之类的类名来验证。2.3 数据库表结构与数据流转freq_item.sql里通常包含两张核心表一张存原始用户行为比如user_book_rating一张存挖掘出来的频繁项集或推荐结果比如freq_item。先看表结构再跑代码能省很多事。-- 典型原始行为表字段名以实际 sql 文件为准 CREATE TABLE user_book_rating ( user_id INT NOT NULL, book_id INT NOT NULL, rating DOUBLE, PRIMARY KEY (user_id, book_id) ); -- 频繁项集结果表用于后续生成推荐 CREATE TABLE freq_item ( item_set VARCHAR(255), support INT, PRIMARY KEY (item_set) );逻辑说明user_book_rating是 MapReduce 作业的输入源通常先导出成文本文件放到 HDFS 上。freq_item是输出目标Reducer 算完支持度后通过 JDBC 写回 MySQL。参数上要留意support阈值设太高会挖不出规则设太低会产生大量无意义组合课设数据量下建议从 2 或 3 开始试。3. 从零跑通Hadoop 伪分布式搭建与 MapReduce 作业提交3.1 环境准备与 Hadoop 伪分布式配置课设代码基于 Hadoop 1.x 或 2.x 的 API 编写现在主流环境是 Hadoop 3.x但 MapReduce 编程模型基本兼容。如果你用虚拟机建议 Ubuntu 20.04 或 CentOS 7JDK 选 1.8。Hadoop 伪分布式搭建是热词里高频出现的问题这里给一条能跑通的最小路径。# 下载 Hadoop 3.3.x 并解压 tar -zxvf hadoop-3.3.6.tar.gz -C /opt/ # 配置 core-site.xml指定 HDFS 地址 # fs.defaultFS 设为 hdfs://localhost:9000 # 配置 hdfs-site.xml副本数设为 1 # 配置 mapred-site.xml框架设为 yarn # 配置 yarn-site.xml指定 ResourceManager 主机 # 格式化 NameNode hdfs namenode -format # 启动 HDFS 和 YARN start-dfs.sh start-yarn.sh # 验证进程 jps逻辑说明fs.defaultFS告诉客户端 NameNode 在哪伪分布式下就是本机 9000 端口。dfs.replication设为 1 是因为只有一个 DataNode设 3 会一直报副本不足。mapreduce.framework.name设为yarn才能用 YARN 调度 MapReduce 任务。jps应该看到 NameNode、DataNode、ResourceManager、NodeManager 四个进程少一个都说明配置有问题。3.2 导入工程与修改连接参数用 Eclipse 导入book-recommend-system-master它会自动识别.project和.classpath。导入后先别急着 Run检查三处配置一是 JDBC 连接 URL、用户名、密码通常在某个DBUtil或Constant类里二是 HDFS 输入输出路径可能在 Driver 类里硬编码三是 Hadoop 依赖 jar 包老工程可能引的是绝对路径需要改成你本机的 Hadoop 安装路径下的 jar。// 典型 JDBC 配置按你本机 MySQL 改 private static final String URL jdbc:mysql://localhost:3306/book_recommend?useSSLfalse; private static final String USER root; private static final String PASSWORD your_password; // HDFS 输入输出路径建议改成参数传入 String inputPath hdfs://localhost:9000/user/hadoop/book_input; String outputPath hdfs://localhost:9000/user/hadoop/book_output;逻辑说明useSSLfalse避免 MySQL 8.x 的 SSL 警告。输入路径要先手动创建并把数据文件传上去输出路径不能已存在否则 MapReduce 会直接报FileAlreadyExistsException。参数化路径是好习惯但课设代码往往写死你至少要知道在哪改。3.3 准备输入数据并提交作业原始数据从 MySQL 导出成制表符或逗号分隔的文本每行格式类似user_id,book_id,rating。上传到 HDFS 后用hadoop jar提交作业。# 从 MySQL 导出数据到本地 mysql -u root -p -e SELECT user_id, book_id, rating FROM user_book_rating book_recommend /tmp/ratings.txt # 上传到 HDFS hdfs dfs -mkdir -p /user/hadoop/book_input hdfs dfs -put /tmp/ratings.txt /user/hadoop/book_input/ # 提交 MapReduce 作业主类名以实际为准 hadoop jar book-recommend-system.jar com.sdu.book.AprioriDriver /user/hadoop/book_input /user/hadoop/book_output逻辑说明hadoop jar第一个参数是打包好的 jar第二个是 Driver 主类后面两个是输入输出路径。如果报ClassNotFoundException检查 jar 里是否包含了所有依赖或者用-libjars指定第三方 jar。作业跑完后用hdfs dfs -cat /user/hadoop/book_output/part-r-00000看结果再通过 JDBC 写回 MySQL 的freq_item表。4. 避坑与排查课设代码在新环境下的五个翻车点4.1 现象NameNode 格式化后启动失败jps 没有 NameNode原因多次格式化导致dfs.namenode.name.dir下的 clusterID 不一致或者/tmp目录被清理后元数据丢失。解决先停掉所有进程删除 NameNode 和 DataNode 的数据目录重新格式化一次之后不要再重复格式化。如果只是测试可以把数据目录改到/opt/hadoop/data下避免系统清理。4.2 现象MapReduce 作业卡在 map 0% reduce 0%原因YARN 资源不足或者mapred-site.xml里mapreduce.framework.name没设成yarn作业跑在本地模式但代码里又用了 HDFS 路径。解决检查yarn-site.xml的yarn.nodemanager.resource.memory-mb是否够用伪分布式下给 2048 以上。再看 Driver 里conf.set(mapreduce.framework.name, yarn)是否生效。4.3 现象JDBC 写入时报Communications link failure原因MySQL 8.x 默认驱动类变成com.mysql.cj.jdbc.Driver老代码可能还在用com.mysql.jdbc.Driver或者连接 URL 没加时区参数。解决换驱动类URL 后面加?serverTimezoneAsia/ShanghaiuseSSLfalse。如果 MySQL 装在另一台机器检查bind-address是否限制为 127.0.0.1。4.4 现象Apriori 结果为空或只有一项集原因最小支持度设得过高或者输入数据里用户-图书交互太少。解决先把支持度降到 1 或 2看能否产生候选项集。如果数据本身稀疏考虑改用基于物品的协同过滤或者把评分阈值降低把“浏览过”也当作交互。4.5 现象Eclipse 导入后大量红叉提示找不到 Hadoop 类原因.classpath里引用的 Hadoop jar 路径是你机器上没有的。解决右键工程 - Build Path - Configure Build Path - Libraries移除无效的 Hadoop 库重新添加你本机 Hadoop 安装目录下share/hadoop/common、share/hadoop/hdfs、share/hadoop/mapreduce以及share/hadoop/yarn里的 jar。嫌麻烦就直接用 Maven 重建工程把老代码复制进去。5. 进阶技巧把课设改成能写进简历的版本5.1 用 Combiner 减少 Shuffle 数据量Apriori 的每一轮迭代都会产生大量中间键值对如果不在 Map 端做局部聚合Shuffle 阶段会拖慢整体速度。常见做法是在 Driver 里加一行job.setCombinerClass(AprioriCombiner.class)Combiner 的逻辑和 Reducer 类似但对每个 Map 任务的输出先做一次合并。注意 Combiner 不保证一定执行所以 Reducer 的逻辑不能依赖 Combiner 的结果。// 在 Driver 中设置 Combiner job.setMapperClass(AprioriMapper.class); job.setCombinerClass(AprioriCombiner.class); job.setReducerClass(AprioriReducer.class);逻辑说明Combiner 的输入是 Mapper 的输出输出类型必须和 Reducer 的输入类型一致。如果你的 Apriori 实现里 Mapper 输出的是项集, 1Combiner 就可以把相同项集的计数先加起来Reducer 收到的就是项集, 局部计数和再汇总一次即可。5.2 把推荐结果做成 Top-N 列表原始输出是频繁项集用户看不懂。可以在最后加一个 MapReduce 作业或者用 MySQL 的存储过程把频繁项集按支持度排序对每个用户生成 Top-N 推荐。更简单的做法是在 Java 里查freq_item表用ORDER BY support DESC LIMIT 10取前十条再关联图书表拿到书名。-- 生成每个用户的 Top-10 推荐简化版 SELECT f.item_set, f.support FROM freq_item f ORDER BY f.support DESC LIMIT 10;逻辑说明这只是一个全局热门推荐真正个性化需要结合用户历史行为过滤掉已借阅的图书。课设答辩时能讲清楚“全局热门 历史过滤”的思路已经比单纯跑通 Apriori 高一个层次。5.3 验证推荐效果的一个笨办法但有效没有真实线上数据怎么证明推荐有用把原始数据按 8:2 切分80% 做训练跑 Apriori20% 做测试。对测试集里的每个用户看推荐列表里是否包含他实际借阅过的书算一个命中率。虽然粗糙但答辩时能拿出一个百分比比空口说“效果不错”强得多。我一般会把这个命中率写进实验报告导师看到有量化评估分数通常不会低。从那以后我每次拿到课设代码都先跑通最小闭环再动优化绝不一上来就改架构。希望帮到你。本文还有配套的精品资源点击获取
简介这份资源是山东大学大数据课程设计的完整项目包围绕基于Hadoop实现的图书推荐系统展开适合大数据、计算机相关专业学生用于课程设计、期末大作业或毕业设计参考也适合刚接触Hadoop与推荐算法的初学者对照学习。压缩包共78个文件约20.11MB以50个class编译文件、17个java源码、4个xml配置、2个properties及sql脚本、说明文档等为主涵盖源码、实验报告与数据库脚本代码附有注释便于理解推荐流程与工程结构。项目采用Apriori算法完成频繁项集挖掘与图书推荐目录中包含freq_item.sql、apriori相关实现及README说明部署后即可运行验证。目前已有507人学习下载可作为高分课程设计模板帮助读者快速掌握Hadoop环境下推荐系统的搭建思路、数据组织方式与实验报告撰写要点。1. 从一份 98 分的课设说起Hadoop 图书推荐系统到底交付了什么如果你正在为大数据课程设计发愁或者想找一个能跑通、能讲清楚、还能写进简历的 Hadoop 实战项目那这套山东大学的图书推荐系统课设值得花时间拆一遍。它不是那种只丢几个 Java 文件让你自己猜的“半成品”而是把源代码、实验报告、数据库脚本、演示文档全部打包在一起连.classpath和.project都保留着说明作者是在 Eclipse 里完整开发并导出工程的。核心逻辑是用 Hadoop 的 MapReduce 跑协同过滤从用户借阅或评分数据里挖出相似用户和相似图书再生成推荐列表。适合谁大数据方向期末大作业、毕业设计开题、Hadoop 入门后想找个完整项目练手的人。你拿到手最直接的价值是有一套能编译、能部署、能对着报告讲出所以然的代码骨架而不是从零开始拼 MapReduce 的输入输出格式。2. 拆开压缩包工程结构、数据流与 Apriori 选型理由2.1 目录里每个文件到底干什么用先把压缩包解压顶层目录是book-recommend-system-master里面能看到src、bin、freq_item.sql、presentation.doc、README.md以及 Eclipse 的工程配置文件。src下按包名组织 Java 源码bin是编译后的 class 文件freq_item.sql是 MySQL 数据库导出脚本presentation.doc是答辩用的演示文稿。这个结构说明项目是“离线计算 关系型数据库存储”的典型课设架构Hadoop 负责跑频繁项集和相似度计算MySQL 负责存原始数据和最终推荐结果。文件/目录作用是否必须srcJava 源码含 MapReduce 作业和数据库操作类是freq_item.sql建库建表 初始数据是presentation.doc实验报告/答辩演示参考README.md简要说明参考.classpath/.projectEclipse 工程配置导入时用注意bin目录里的 class 文件可能和src不同步建议导入后先 Clean 再 Build避免版本错位。2.2 为什么用 Apriori 而不是直接上协同过滤项目名是“图书推荐系统”但源码里出现了apriori相关类freq_item.sql也暗示频繁项集是核心中间结果。这里要讲清楚选型逻辑课设数据量通常不大用户-图书评分矩阵非常稀疏直接跑基于矩阵分解的协同过滤容易因为数据不够而效果很差。Apriori 做频繁项集挖掘本质是找“经常一起被借阅或评分的图书组合”再基于关联规则做推荐。好处是解释性强——你可以直接说“借了《数据挖掘导论》的人有 70% 也借了《Hadoop 实战》”答辩时导师一听就懂。坏处是计算频繁项集需要多次扫描数据集I/O 开销大所以必须用 MapReduce 来并行化。常见做法是第一轮 MapReduce 统计每个图书项的支持度过滤掉低于最小支持度的项第二轮及后续轮次用上一轮的频繁项集生成候选集再统计支持度直到没有新的频繁项集产生。这套代码里应该就是按这个思路写的你可以在src下找AprioriMapper、AprioriReducer之类的类名来验证。2.3 数据库表结构与数据流转freq_item.sql里通常包含两张核心表一张存原始用户行为比如user_book_rating一张存挖掘出来的频繁项集或推荐结果比如freq_item。先看表结构再跑代码能省很多事。-- 典型原始行为表字段名以实际 sql 文件为准 CREATE TABLE user_book_rating ( user_id INT NOT NULL, book_id INT NOT NULL, rating DOUBLE, PRIMARY KEY (user_id, book_id) ); -- 频繁项集结果表用于后续生成推荐 CREATE TABLE freq_item ( item_set VARCHAR(255), support INT, PRIMARY KEY (item_set) );逻辑说明user_book_rating是 MapReduce 作业的输入源通常先导出成文本文件放到 HDFS 上。freq_item是输出目标Reducer 算完支持度后通过 JDBC 写回 MySQL。参数上要留意support阈值设太高会挖不出规则设太低会产生大量无意义组合课设数据量下建议从 2 或 3 开始试。3. 从零跑通Hadoop 伪分布式搭建与 MapReduce 作业提交3.1 环境准备与 Hadoop 伪分布式配置课设代码基于 Hadoop 1.x 或 2.x 的 API 编写现在主流环境是 Hadoop 3.x但 MapReduce 编程模型基本兼容。如果你用虚拟机建议 Ubuntu 20.04 或 CentOS 7JDK 选 1.8。Hadoop 伪分布式搭建是热词里高频出现的问题这里给一条能跑通的最小路径。# 下载 Hadoop 3.3.x 并解压 tar -zxvf hadoop-3.3.6.tar.gz -C /opt/ # 配置 core-site.xml指定 HDFS 地址 # fs.defaultFS 设为 hdfs://localhost:9000 # 配置 hdfs-site.xml副本数设为 1 # 配置 mapred-site.xml框架设为 yarn # 配置 yarn-site.xml指定 ResourceManager 主机 # 格式化 NameNode hdfs namenode -format # 启动 HDFS 和 YARN start-dfs.sh start-yarn.sh # 验证进程 jps逻辑说明fs.defaultFS告诉客户端 NameNode 在哪伪分布式下就是本机 9000 端口。dfs.replication设为 1 是因为只有一个 DataNode设 3 会一直报副本不足。mapreduce.framework.name设为yarn才能用 YARN 调度 MapReduce 任务。jps应该看到 NameNode、DataNode、ResourceManager、NodeManager 四个进程少一个都说明配置有问题。3.2 导入工程与修改连接参数用 Eclipse 导入book-recommend-system-master它会自动识别.project和.classpath。导入后先别急着 Run检查三处配置一是 JDBC 连接 URL、用户名、密码通常在某个DBUtil或Constant类里二是 HDFS 输入输出路径可能在 Driver 类里硬编码三是 Hadoop 依赖 jar 包老工程可能引的是绝对路径需要改成你本机的 Hadoop 安装路径下的 jar。// 典型 JDBC 配置按你本机 MySQL 改 private static final String URL jdbc:mysql://localhost:3306/book_recommend?useSSLfalse; private static final String USER root; private static final String PASSWORD your_password; // HDFS 输入输出路径建议改成参数传入 String inputPath hdfs://localhost:9000/user/hadoop/book_input; String outputPath hdfs://localhost:9000/user/hadoop/book_output;逻辑说明useSSLfalse避免 MySQL 8.x 的 SSL 警告。输入路径要先手动创建并把数据文件传上去输出路径不能已存在否则 MapReduce 会直接报FileAlreadyExistsException。参数化路径是好习惯但课设代码往往写死你至少要知道在哪改。3.3 准备输入数据并提交作业原始数据从 MySQL 导出成制表符或逗号分隔的文本每行格式类似user_id,book_id,rating。上传到 HDFS 后用hadoop jar提交作业。# 从 MySQL 导出数据到本地 mysql -u root -p -e SELECT user_id, book_id, rating FROM user_book_rating book_recommend /tmp/ratings.txt # 上传到 HDFS hdfs dfs -mkdir -p /user/hadoop/book_input hdfs dfs -put /tmp/ratings.txt /user/hadoop/book_input/ # 提交 MapReduce 作业主类名以实际为准 hadoop jar book-recommend-system.jar com.sdu.book.AprioriDriver /user/hadoop/book_input /user/hadoop/book_output逻辑说明hadoop jar第一个参数是打包好的 jar第二个是 Driver 主类后面两个是输入输出路径。如果报ClassNotFoundException检查 jar 里是否包含了所有依赖或者用-libjars指定第三方 jar。作业跑完后用hdfs dfs -cat /user/hadoop/book_output/part-r-00000看结果再通过 JDBC 写回 MySQL 的freq_item表。4. 避坑与排查课设代码在新环境下的五个翻车点4.1 现象NameNode 格式化后启动失败jps 没有 NameNode原因多次格式化导致dfs.namenode.name.dir下的 clusterID 不一致或者/tmp目录被清理后元数据丢失。解决先停掉所有进程删除 NameNode 和 DataNode 的数据目录重新格式化一次之后不要再重复格式化。如果只是测试可以把数据目录改到/opt/hadoop/data下避免系统清理。4.2 现象MapReduce 作业卡在 map 0% reduce 0%原因YARN 资源不足或者mapred-site.xml里mapreduce.framework.name没设成yarn作业跑在本地模式但代码里又用了 HDFS 路径。解决检查yarn-site.xml的yarn.nodemanager.resource.memory-mb是否够用伪分布式下给 2048 以上。再看 Driver 里conf.set(mapreduce.framework.name, yarn)是否生效。4.3 现象JDBC 写入时报Communications link failure原因MySQL 8.x 默认驱动类变成com.mysql.cj.jdbc.Driver老代码可能还在用com.mysql.jdbc.Driver或者连接 URL 没加时区参数。解决换驱动类URL 后面加?serverTimezoneAsia/ShanghaiuseSSLfalse。如果 MySQL 装在另一台机器检查bind-address是否限制为 127.0.0.1。4.4 现象Apriori 结果为空或只有一项集原因最小支持度设得过高或者输入数据里用户-图书交互太少。解决先把支持度降到 1 或 2看能否产生候选项集。如果数据本身稀疏考虑改用基于物品的协同过滤或者把评分阈值降低把“浏览过”也当作交互。4.5 现象Eclipse 导入后大量红叉提示找不到 Hadoop 类原因.classpath里引用的 Hadoop jar 路径是你机器上没有的。解决右键工程 - Build Path - Configure Build Path - Libraries移除无效的 Hadoop 库重新添加你本机 Hadoop 安装目录下share/hadoop/common、share/hadoop/hdfs、share/hadoop/mapreduce以及share/hadoop/yarn里的 jar。嫌麻烦就直接用 Maven 重建工程把老代码复制进去。5. 进阶技巧把课设改成能写进简历的版本5.1 用 Combiner 减少 Shuffle 数据量Apriori 的每一轮迭代都会产生大量中间键值对如果不在 Map 端做局部聚合Shuffle 阶段会拖慢整体速度。常见做法是在 Driver 里加一行job.setCombinerClass(AprioriCombiner.class)Combiner 的逻辑和 Reducer 类似但对每个 Map 任务的输出先做一次合并。注意 Combiner 不保证一定执行所以 Reducer 的逻辑不能依赖 Combiner 的结果。// 在 Driver 中设置 Combiner job.setMapperClass(AprioriMapper.class); job.setCombinerClass(AprioriCombiner.class); job.setReducerClass(AprioriReducer.class);逻辑说明Combiner 的输入是 Mapper 的输出输出类型必须和 Reducer 的输入类型一致。如果你的 Apriori 实现里 Mapper 输出的是项集, 1Combiner 就可以把相同项集的计数先加起来Reducer 收到的就是项集, 局部计数和再汇总一次即可。5.2 把推荐结果做成 Top-N 列表原始输出是频繁项集用户看不懂。可以在最后加一个 MapReduce 作业或者用 MySQL 的存储过程把频繁项集按支持度排序对每个用户生成 Top-N 推荐。更简单的做法是在 Java 里查freq_item表用ORDER BY support DESC LIMIT 10取前十条再关联图书表拿到书名。-- 生成每个用户的 Top-10 推荐简化版 SELECT f.item_set, f.support FROM freq_item f ORDER BY f.support DESC LIMIT 10;逻辑说明这只是一个全局热门推荐真正个性化需要结合用户历史行为过滤掉已借阅的图书。课设答辩时能讲清楚“全局热门 历史过滤”的思路已经比单纯跑通 Apriori 高一个层次。5.3 验证推荐效果的一个笨办法但有效没有真实线上数据怎么证明推荐有用把原始数据按 8:2 切分80% 做训练跑 Apriori20% 做测试。对测试集里的每个用户看推荐列表里是否包含他实际借阅过的书算一个命中率。虽然粗糙但答辩时能拿出一个百分比比空口说“效果不错”强得多。我一般会把这个命中率写进实验报告导师看到有量化评估分数通常不会低。从那以后我每次拿到课设代码都先跑通最小闭环再动优化绝不一上来就改架构。希望帮到你。本文还有配套的精品资源点击获取
