资源简介

基于SPARK的大数据实战(在线电影推荐),使用最主流的大数据技术,实现电影的推荐,包含代码。

资源截图

代码片段和文件信息

from flask import Blueprint
main = Blueprint(‘main‘ __name__)
 
import json
from engine import RecommendationEngine
 
import logging
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)
 
from flask import Flask request
 
@main.route(“//ratings/top/“ methods=[“GET“])
def top_ratings(user_id count):
    logger.debug(“User %s TOP ratings requested“ user_id)
    top_ratings = recommendation_engine.get_top_ratings(user_idcount)
    return json.dumps(top_ratings)
 
@main.route(“//ratings/“ methods=[“GET“])
def movie_ratings(user_id movie_id):
    logger.debug(“User %s rating requested for movie %s“ user_id movie_id)
    ratings = recommendation_engine.get_ratings_for_movie_ids(user_id [movie_id])
    return json.dumps(ratings)
 
 
@main.route(“//ratings“ methods = [“POST“])
def add_ratings(user_id):
    # get the ratings from the Flask POST request object
    ratings_list = request.form.keys()[0].strip().split(“\n“)
    ratings_list = map(lambda x: x.split(““) ratings_list)
    # create a list with the format required by the negine (user_id movie_id rating)
    ratings = map(lambda x: (user_id int(x[0]) float(x[1])) ratings_list)
    # add them to the model using then engine API
    recommendation_engine.add_ratings(ratings)
 
    return json.dumps(ratings)
 
 
def create_app(spark_context dataset_path):
    global recommendation_engine 

    recommendation_engine = RecommendationEngine(spark_context dataset_path)    
    
    app = Flask(__name__)
    app.register_blueprint(main)
    return app 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        338  2016-11-20 15:21  An on-line movie recommender using Spark\.git\config

     文件         73  2016-11-20 15:21  An on-line movie recommender using Spark\.git\description

     文件         23  2016-11-20 15:21  An on-line movie recommender using Spark\.git\HEAD

     文件        478  2016-11-20 15:21  An on-line movie recommender using Spark\.git\hooks\applypatch-msg.sample

     文件        896  2016-11-20 15:21  An on-line movie recommender using Spark\.git\hooks\commit-msg.sample

     文件        189  2016-11-20 15:21  An on-line movie recommender using Spark\.git\hooks\post-update.sample

     文件        424  2016-11-20 15:21  An on-line movie recommender using Spark\.git\hooks\pre-applypatch.sample

     文件       1642  2016-11-20 15:21  An on-line movie recommender using Spark\.git\hooks\pre-commit.sample

     文件       1348  2016-11-20 15:21  An on-line movie recommender using Spark\.git\hooks\pre-push.sample

     文件       4951  2016-11-20 15:21  An on-line movie recommender using Spark\.git\hooks\pre-rebase.sample

     文件       1239  2016-11-20 15:21  An on-line movie recommender using Spark\.git\hooks\prepare-commit-msg.sample

     文件       3611  2016-11-20 15:21  An on-line movie recommender using Spark\.git\hooks\update.sample

     文件        908  2016-11-20 15:22  An on-line movie recommender using Spark\.git\index

     文件        240  2016-11-20 15:21  An on-line movie recommender using Spark\.git\info\exclude

     文件        187  2016-11-20 15:21  An on-line movie recommender using Spark\.git\logs\HEAD

     文件        187  2016-11-20 15:21  An on-line movie recommender using Spark\.git\logs\refs\heads\master

     文件        187  2016-11-20 15:21  An on-line movie recommender using Spark\.git\logs\refs\remotes\origin\HEAD

     文件       5272  2016-11-20 15:21  An on-line movie recommender using Spark\.git\objects\pack\pack-6cfbeba311f591d7fe587af919fa9192339ad03b.idx

     文件      52325  2016-11-20 15:21  An on-line movie recommender using Spark\.git\objects\pack\pack-6cfbeba311f591d7fe587af919fa9192339ad03b.pack

     文件        107  2016-11-20 15:21  An on-line movie recommender using Spark\.git\packed-refs

     文件         41  2016-11-20 15:21  An on-line movie recommender using Spark\.git\refs\heads\master

     文件         32  2016-11-20 15:21  An on-line movie recommender using Spark\.git\refs\remotes\origin\HEAD

     文件        167  2016-11-20 15:21  An on-line movie recommender using Spark\.gitignore

     文件          0  2016-11-20 15:22  An on-line movie recommender using Spark\.Rhistory

     文件        235  2016-11-20 15:22  An on-line movie recommender using Spark\.Rproj.user\BB6CF845\pcs\files-pane.pper

     文件         24  2016-11-20 15:22  An on-line movie recommender using Spark\.Rproj.user\BB6CF845\pcs\source-pane.pper

     文件        293  2016-11-20 15:22  An on-line movie recommender using Spark\.Rproj.user\BB6CF845\pcs\windowlayoutstate.pper

     文件         65  2016-11-20 15:22  An on-line movie recommender using Spark\.Rproj.user\BB6CF845\pcs\workbench-pane.pper

     文件          5  2016-11-20 15:22  An on-line movie recommender using Spark\.Rproj.user\BB6CF845\rmd-outputs

     文件         27  2016-11-20 15:22  An on-line movie recommender using Spark\.Rproj.user\BB6CF845\saved_source_markers

............此处省略44个文件信息

评论

共有 条评论