大数据推荐

spark下用协同求过滤算法进行电影推荐，可运行，注释全

公共接口你好延伸演员{任务；sayHello（字符串的问候）；

说明：  scala语言入门的相关知识，分享给大家(Introduction knowledge)

Spark.mllib 提供并行FP-growth算法，这个算法属于关联规则算法【关联规则：两不相交的非空集合A、B，如果A=>B，就说A=>B是一条关联规则，常提及的{啤酒}-->{尿布}就是一条关联规则】，经常用于挖掘频度物品集。关于算法的介绍网上很多，这里不再赘述。主要搞清楚几个概念： 1)支持度support(A => B) = P(AnB) = |A n B| / |N|，表示数据集D中，事件A和事件B共同出现的概率； 2)置信度confidence(A => B) = P(B|A) = |A n B| / |A|，表示数据集D中，出现事件A的事件中出现事件B的概率； 3）提升度lift(A => B) = P(B|A):P(B) = |A n B| / |A| : |B| / |N|，表示数据集D中，出现A的条件下出现事件B的概率和没有条件A出现B的概率； 由上可以看出，支持度表示这条规则的可能性大小，而置信度表示由事件A得到事件B的可信性大小。 举个列子：10000个消费者购买了商品，尿布1000个，啤酒2000个，同时购买了尿布和啤酒800个。  1)

说明：  深入理解Spark核心技术书籍，书籍对spark进行了深入讲解，并对spark源码进行了剖析(In-depth understanding of Spark core technology books, books on Spark in-depth explanation, and analysis of spark source code)

说明：  基于低轨卫星的频偏估计算法，用matlab实现，估计精度较高(frequency offset estimation on satellite)

数据库消息同步组件,根据读取binlog发送kafka消息,当数据发生变化时,可根据具体变化内容来通知业务作出相应的动作.

在 spark大数据集群环境下，用于数据聚类分析结果(In spark environment, cluster analysis results)

Apache Spark 是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce的通用并行框架，Spark，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。

照片无损压缩软件能将一个文件夹下所有图片进行同时压缩，可以按百分比进行压缩，也可指定图片的宽和高进行压缩，可以生成缩略图。 菜单功能： 1、选择图片所在路径 2、选择将图片保存到指定文件夹 3、缩略图设置：百分比、指定高、指定宽、指定高宽