Как получить пользовательские предпочтения в Mahout Datamodel

Question

Я пробую Mahout и задаваясь вопросом о входном Datamodel

для не распределенной версии

Файл datamodel должен следовать: usid, itemid, usermeference Проблема в том, что у меня нет этих ценностей пользовательских предпочтений, приходится прекомить его У Mahout есть какой-либо метод, чтобы сделать это?

Я нашел статью http:// www.CodeProject.com/articles/620717/building-a-recommendation-engine-machine-learning . Автор, похоже, на самом деле не имел ценностей развевающихся пользователей, но он использовал org.apache.mahout.cf.taste.hadoop.item.RecommenderJob -s SIMILARITY_COOCCURRENCE вычислить от {userid, quessis} Из того, что я могу сказать, Mahout кажется вычислительным вычислять значения из данных, а затем вычислите рекомендацию, я правильно в этом случае?

Answer 1

Если у вас нет значений пользовательских предпочтений, возможно, вам не нужны.Mahout предлагает реализацию для рекомендации предметов для пользователей без значений предпочтений.Это называется логическими параметрами. в основном вы просто знаете, что некоторым пользователю нравится какой-то товар, но вы не знаете, сколько.Иногда это нормально.

below - это пример кода, как это можно сделать.По сути, только первая строка отличается, где вы говорите, что ваша модель данных имеет тип GeneracodicCode.Затем с логическими данными вы можете использовать два типа сходства мер: loglikelioodsimility, BooleanPrefDataModel.Оба могут быть использованы для вычисления пользовательских рекомендаций на основе пользователей.

DataModel model = new GenericBooleanPrefDataModel( GenericBooleanPrefDataModel.toDataMap( new FileDataModel(new File("FILE_NAME"))));

UserSimilarity similarity = new LogLikelihoodSimilarity(model);
UserNeighborhood neighborhood = new NearestNUserNeighborhood(10, similarity, model);
Reecommender recommender =  new GenericUserBasedRecommender(model, neighborhood, similarity);

List<RecommendedItem> recommendations = recommender.recommend(1, 10);

for (RecommendedItem recommendation : recommendations) {
    System.out.println(recommendation);
}

.

Другой альтернативой состоит в том, чтобы вычислить значения предпочтений за пределами Mahout и подайте модель данных в некоторых других алгоритмах на основе пользователей.Но, насколько я знаю, Mahout не предлагает реализации для вычисления значений предпочтения.

Answer 2

Вы можете определить значение предпочтения для вашей модели данных (но это зависит от модели данных).Например, ваши элементы модели данных являются треками, которые пользователи прослушивают.Значение предпочтений можно определить, что user1 прослушивает Tracka X раз.Таким образом, значение предпочтений для модели данных должна быть определена для каждой уникальной пары UserID-itemid.

Пример модели данных:

usid, itemid, предпочтения

1,1,3 - 1,2,5 - .... - 5,1,2 ... так далее.