公开(公告)号：CN106855872A

公开(公告)日：2017-06-16

申请号：CN201510908363.X

申请日：2015-12-08

Applicant: 山东商务职业学院

Inventor： 孙玉林 ,  徐宝华 ,  贾春朴 ,  张福元 ,  陈守森

IPC: G06F17/30

CPC classification number: G06F17/30103 ,  G06F17/30106

Abstract: 本发明涉及计算机大数据处理领域，具体是基于Hadoop平台的海量图片的快速检索方法。步骤1、搭建Hadoop集群平台；步骤2、设置安全策略；步骤3、单图片存储处理；步骤4、文件预处理合并；步骤5：建立图片索引；步骤6、客户端以图片名称和创建时间为参数发起访问请求，NameNode运算获取图片所在分钟时间段和合并文件对应的Blocks信息，返回给客户端。本发明可以很好的解决Hadoop检索海量图片时NameNode内存消耗过度和检索效率低下的问题，并有效降低了检索时的NameNode负载，实现了对NameNode性能的提升，从而推动hadoop平台更广泛的应用。

公开(公告)号：CN107180063A

公开(公告)日：2017-09-19

申请号：CN201610147811.3

申请日：2016-03-09

Applicant: 山东商务职业学院

Inventor： 贾春朴 ,  徐宝华 ,  孙玉林 ,  张福元 ,  陈守森

IPC: G06F17/30

CPC classification number: G06F16/182 ,  G06F16/9535

Abstract: 一种hadoop实现的itemCF推荐方法，包括Hadoop集群平台、用户对商品的评分日志、项目平均评分向量、同现矩阵、平均差评分向量、推荐因子向量，其特征在于：所述的项目平均评分向量由商品的评分日志获得，通过将所有用户对某个商品的评分取得评分平均值，然后扫描用户的评分日志，将用户的评分和项目的平均评分做减法构成用户平均差评分向量，将新生成的用户平均差评分向量与同现矩阵做乘法构成推荐因子向量，将推荐因子向量与平均评分向量相加成为最终推荐值推荐给用户。