Mlib

在当前大数据时代，推荐系统已成为在线社交网络的重要组成部分，通过个性化内容和服务提升用户体验和粘性。探讨了如何利用Apache Spark和其机器学习库Mlib构建高效的在线交友智能推荐系统。详细介绍了系统的实现过程及关键技术：1. Spark作为核心进行数据处理、转换和模型训练；2. Mlib的协同过滤算法预测用户可能感兴趣的朋友；3. 数据预处理清洗和转化非结构化数据；4. 模型训练优化参数和推荐策略，提高准确性和多样性；5. 系统架构包括数据采集、存储、训练和推荐服务模块。

最新版本1.0.20包含多项重要更新：支持Sgy、Xtf、Jsf文件的读写功能，并改进了Sgy文件的调整功能；增加了Magy (G882)文件的读取支持；优化了坐标变换功能，包括utm与地理坐标及地心坐标的互相转换；新增几何任务功能，如最小距离计算、线段交叉检测和法线计算；增强了AutoCad脚本的创建功能；支持从包含xtf或segy文件的文件夹中生成轨迹图；改进了数据过滤、加权、增益等处理功能；继续优化磁力/重力建模功能；新增了串行数据记录功能（免费帕斯卡）；增强了图像/矩阵子水平图层处理和自动派生功能，包括曲线勾画工具；新增了tfw文件的剪切/合并/调整Tiff大小功能。