题目：基于Hadoop的家医推荐系统的设计与实现

随着物质生活的不断提高，生活节奏的日益加快，我们的身体也在不断的满负荷运转，越来越多的健康问题不断暴露出来，也越来越多的人开始关心自己的身体。由于移动互联网的发展以及移动设备的便捷性，更多的人选择用手中的设备来预约选择线下诊疗服务，解决自己的健康问题，同时也有更多的医生集聚于移动互联网平台，为用户提供更加方便快捷的服务。

本论文课题的来源为所在实习企业的实际项目，企业为家庭医生提供一个服务平台，使用户能够在平台中预约，为其进行线下诊疗。为了提高整个预约过程的效率，使用户能够快速找到所需医生，促成交易快速达成，公司提出开发一个推荐系统。

推荐系统实现了两种场景下的推荐，一种是以用户需求中的症状关键字集合为推荐基础，为用户推荐适合的医生。这种症状集可以看成是某种疾病的特征，而医生的擅长也是由许多的症状集表征，当它们相匹配时，说明医生对于该用户来说时合适的。另一种是推荐与查看医生类似的医生。

系统中关键部分是将需求评分数据转换为症状相关度，这是通过Reduce端联合操作实现的；另一个关键部分是计算医生间相似度的计算，同样被作为MapReduce作业处理。系统把这些耗时而又非实时的运算，放在Hadoop平台中分布式处理，这样提高效率的同时，大大缩短了运算时间。同时也使系统的可扩展性得到较大的提升。