基于Spark平台的ALS加速算法研究
来源：计算机工程杂志2020年第2期北京时间：
作者：贾晓芳, 桑国明, 祁文凯
单位：大连海事大学 信息科学技术学院, 辽宁 大连 116026
摘要：协同过滤推荐算法在推荐系统中发挥着重要作用，但其存在执行效率与排名精度较低的问题，交替最小二乘（ALS）算法可实现并行计算，从而提高执行效率，但是该算法数据加载与迭代收敛的时间较长。为此，将非线性共轭梯度（NCG）算法与ALS算法相结合，提出一种ALS-NCG算法，以达到加速ALS算法的目的。在Spark分布式数据处理环境中对ALS-NCG算法进行性能评估，实验结果表明，相比ALS算法，ALS-NCG算法获取高精度推荐排名时需要的迭代次数与时间更少。
关键词：协同过滤,推荐算法,交替最小二乘算法,非线性共轭梯度,Spark平台
基金资助：国家自然科学基金（61672122）；中央高校基本科研业务费项目大规模协作式多智能体强化学习技术研究（3132019207）。
