UserRecommend-System
索引说明：本页内容为本站爬虫自动索引的第三方平台公开页面元信息，本平台不存储、不缓存任何资源文件。点击下方按钮将跳转至第三方网站平台访问，访问第三方资源链接需要 VIP 权限。
资源简介
•设计，开发，部署了推特的用户推荐系统 •利用Spark对推特的1TB原始数据进行数据清洗，数据提取，数据导入 •使用activeJ作为前端框架，分别采用HBase和MySQL作为后端数据库存储处理后的推特数据 •使用Helm, terraform将微服务自动化部署至Kubernetes集群 •编写JAVA代码，对两个用户间的互动分数，标签分数，以及关键词分数进行计算，并将关联用户由互动分数降序排序 •用户推荐系统的吞吐量可达12798.44Rps •Build, profile and optimize Twitter User recommendation web services •Implement ETL using spark on 1TB dataset •Use Activej as frontend and HBase/MySQL as backend •Automate the deployment of containerized microservices to Kubernetes using Helm, Terraform •Achieved the throughput of 12798.44 Rps
- 资源类型
- 软件
- 第三方域名
- github.com
- 索引时间
- 2026-08-03 23:53
开通 VIP 后访问第三方资源
访问第三方资源链接需要 VIP 权限。注册与搜索永久免费，VIP 仅用于访问第三方链接。