izpis_h1_title_alt

Analiza in uporaba MapReduce za priporočilne sisteme : diplomsko delo
ID Vezočnik, Melanija (Avtor), ID Jurič, Matjaž B. (Mentor) Več o mentorju... Povezava se odpre v novem oknu

URLURL - Predstavitvena datoteka, za dostop obiščite http://eprints.fri.uni-lj.si/2723/ Povezava se odpre v novem oknu

Izvleček
MapReduce je programski model, namenjen za razvoj skalabilnih paralelnih aplikacij za obdelavo velikih množic podatkov, izvajalno okolje, ki podpira programski model in koordinira izvajanje programov, in implementacija programskega modela in izvajalnega okolja. Cilj diplomskega dela je analizirati MapReduce in ga preizkusiti na dveh primerih priporočilnih sistemov. Cilj smo dosegli, saj smo uspeli realizirati izračun s pomočjo MapReduce na testnih primerih. Najprej smo analizirali programski model in izvajalno okolje ter primerjali tri implementacije MapReduce: Hadoop MapReduce, MongoDB in knjižnico MapReduce-MPI. Ugotovili smo, da je za realizacijo izbranih primerov priporočilnih sistemov najprimernejša implementacija Hadoop MapReduce, saj nudi toleranco za okvare in reproducira podatke, s čimer zagotavlja zanesljivost. Nato smo z uporabo navidezne naprave Cloudera QuickStart VM, ki je gruča Hadoop z enim vozliščem, realizirali izbrana primera priporočilnih sistemov.

Jezik:Slovenski jezik
Ključne besede:Hadoop MapReduce, knjižnica MapReduce-MPI, MapReduce, MongoDB, priporočilni sistemi, računalništvo, računalništvo in informatika, univerzitetni študij, interdisciplinarni študij, diplomske naloge
Vrsta gradiva:Diplomsko delo/naloga
Tipologija:2.11 - Diplomsko delo
Organizacija:FRI - Fakulteta za računalništvo in informatiko
Založnik:[M. Vezočnik]
Leto izida:2014
Št. strani:65 str.
PID:20.500.12556/RUL-68905 Povezava se odpre v novem oknu
UDK:004.42(043.2)
COBISS.SI-ID:1536144323 Povezava se odpre v novem oknu
Datum objave v RUL:10.07.2015
Število ogledov:1358
Število prenosov:256
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
:
Kopiraj citat
Objavi na:Bookmark and Share

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Analysis and Use of MapReduce for Recommender Systems
Izvleček:
MapReduce is a programming model for developing scalable parallel applications for processing large data sets, an execution framework that supports the programming model and coordinates the execution of programs and an implementation of the programming model and the execution framework. The goal of the thesis is to analyse MapReduce and to use it on two examples of recommender systems. The goal is achieved by developing the computation with MapReduce successfully. At first the programming model and the execution framework are analysed and three implementations for MapReduce: Hadoop MapReduce, MongoDB and MapReduce-MPI Library are compared. It is discovered that Hadoop MapReduce is the most suitable implementation for developing the selected examples of recommender systems as it provides fault tolerance and data reproduction which ensure reliability. Then the selected examples of recommender systems are developed using Cloudera QuickStart VM which is a one node Hadoop cluster.

Ključne besede:Hadoop MapReduce, MapReduce, MapReduce-MPI library, MongoDB, recommender systems, computer science, computer and information science, interdisciplinary studies, diploma

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Nazaj