苏宁易购推荐
案例介绍
开发环境：IntelliJ IDEA+Jdk1.8+Scala+Java+Maven+Git
运行环境：Flume+Kafka+Hadoop+Hive+Spark+Hbase+Sqoop+Azkaban
项目描述：根据用户的行为数据，例如浏览、停留时长、购买、收藏、加入购物车、打分等等，为用户推荐可能喜欢的商品及店铺，提升用户对产品的好感度，增加用户购买商品的可能性，提升公司的营业额。
工作职责：
参与讨论需求分析、设计。
离线统计服务：批处理统计性业务采用 Spark Core + Spark SQL 进行实现，实现对指标类数据的统计任务。
离线推荐服务：离线推荐业务采用 Spark Core + Spark MLlib 进行实现，采用ALS 算法进行实现
实时推荐服务：项目采用 Spark Streaming 作为实时推荐系统，通过接收 Kafka中缓存的数据，通过设计的推荐算法实现对实时推荐的数据处理，并将结构合并更新到 Hbase。
主要功能
历史热门商品、店铺
近期热门商品、店铺
商品、店铺评分统计
各类别商品、店铺Top10统计
基于商品、店铺评分统计
商品、店铺评分统计
商品、店铺评分统计
用ALS算法训练隐语义模型
计算用户相似度矩阵
计算商品、电影相似度矩阵
苏宁易购推荐
案例介绍
苏宁易购推荐系统
开发环境：IntelliJ IDEA+Jdk1.8+Scala+Java+Maven+Git
运行环境：Flume+Kafka+Hadoop+Hive+Spark+Hbase+Sqoop+Azkaban
项目描述：根据用户的行为数据，例如浏览、停留时长、购买、收藏、加入购物车、打分等等，为用户推荐可能喜欢的商品及店铺，提升用户对产品的好感度，增加用户购买商品的可能性，提升公司的营业额。
工作职责：
参与讨论需求分析、设计。
离线统计服务：批处理统计性业务采用 Spark Core + Spark SQL 进行实现，实现对指标类数据的统计任务。
离线推荐服务：离线推荐业务采用 Spark Core + Spark MLlib 进行实现，采用ALS 算法进行实现
实时推荐服务：项目采用 Spark Streaming 作为实时推荐系统，通过接收 Kafka中缓存的数据，通过设计的推荐算法实现对实时推荐的数据处理，并将结构合并更新到 Hbase。
主要功能
历史热门商品、店铺
近期热门商品、店铺
商品、店铺评分统计
各类别商品、店铺Top10统计
基于商品、店铺评分统计
商品、店铺评分统计
商品、店铺评分统计
用ALS算法训练隐语义模型
计算用户相似度矩阵
计算商品、电影相似度矩阵
案例图片
相似案例推荐
-
商城网站
这是一款简单的商城购物页面，后台管理系统可添加商品的各种信息
-
微小九
一、产品展示，微信小程序电商核心的部分，通过产品展示这种方式
-
论文：基于微服务的链路跟踪系统设计与实现
2016.03-2017.04 实验以及撰写毕业论文《基于微
-
华亿乐购
传统商超零售行业的互联网转型项目，打造B2B2C的电商平台；
-
用心淘服务下单
该项目用于帮助客户解决差评，处理投诉纠纷；主要由首页，我的订
-
交通部财务审计系统-门户
项目名称：交通部财审信息系统 项目简介：负责门户全部功能开
1小时精推人才
需求方专属客服，免费梳理匹配
