济南大学学报(自然科学版)

作者：李宇翔,李帅,宋艳琼,张福泉,周湘贞

基金：国家重点研发计划项目(2017YFF0106407);; 国家自然科学基金项目(61672077,61702026);; 湖南省普通高等学校教学改革研究项目(20161023)

为了提高人力资源推荐系统的效率,提出一种基于Spark平台的K均值聚类算法来完成人力资源推荐;Spark平台在分布式系统所有节点的内存弹性分布式数据集中完成聚类迭代运算,以加快聚类速度;将K均值聚类算法与聚类簇思想相结合,以提高大规模数据样本聚类的效率,得到聚类结果后,采用动态推荐算法实现人力资源实时推荐。结果表明,Spark平台相比于单机在聚类计算效率方面更有优势,且所提出的算法比单机的K均值聚类算法的聚类速度和准确率均更优,在动态推荐性能方面也优于常用推荐算法。

来源：2020年第05期

《济南大学学报(自然科学版)》期刊编辑部

查看济南大学学报(自然科学版)杂志2020年第05期