【源码】基于Flink和HBase的商品实时推荐系统

项目简介

本项目借助实时数据处理与推荐算法，为用户提供个性化商品推荐服务。利用Flink处理来自Kafka的日志数据，将处理结果存于HBase，通过Web模块为用户提供推荐服务。

项目的主要特性和功能

1. 实时数据处理：用Flink实时处理Kafka的日志数据，如用户行为日志、产品浏览历史；通过Flink窗口机制计算实时热度榜并缓存到Redis。
2. 推荐算法：有基于热度的热门商品推荐、基于产品画像相似度的相关商品推荐、基于用户 - 产品浏览历史和用户 - 兴趣数据的Item协同过滤推荐。
3. 数据存储：用HBase存储用户 - 产品浏览历史、用户 - 兴趣、用户画像、产品画像等数据；用Redis缓存实时热度榜数据。
4. Web模块：提供前台用户界面展示推荐产品列表，提供后台监控页面展示推荐系统实时数据和指标。

安装使用步骤

前提条件

• 已下载本项目的源码文件。
• 已安装并配置好MySQL、Redis、HBase、Kafka服务，Docker（可选，用于部署上述服务）。

部署步骤

1. 启动基础服务：用Docker启动MySQL、Redis、HBase和Kafka服务；配置HBase的host文件，确保可正确访问HBase服务。
2. 构建Flink任务：在flink - 2 - hbase项目根目录执行mvn clean install，将项目打包安装到本地仓库；启动Flink任务，包括日志导入、用户历史记录、用户兴趣、产品画像等任务。
3. 启动Web服务：在IDE中打开Web项目，等待自动引入web - flink - hbase生成的jar包；启动Web服务，确保能正常访问前台用户界面和后台监控页面。
4. 测试推荐系统：在前台推荐页面进行点击操作，生成用户行为日志；等待系统处理日志数据，观察推荐结果变化。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】