使用 Mahout 基于产品查看历史的推荐

Question

我在电子商务网站上工作。我想使用 Apache Mahout 根据用户的产品查看历史创建推荐系统。现在，我能够根据用户提供的评级数据生成推荐。现在，推荐器的输入是 user_id、item_id 和评分。我想创建一个推荐器，它根据用户查看的产品生成推荐。谁能告诉我这是如何实现的？

PS。我需要使用 Apache Mahout。

Answer 1

Mahout 可以处理您的隐含评级的布尔首选项。可以使用 PostgreSQLBooleanPrefJDBCDataModel 或 MySQLBooleanPrefJDBCDataModel 类从 csv 文件或数据库创建布尔数据模型。与非布尔评级推荐的主要区别在于，对于布尔偏好，相似性应该是 Tanimoto 或对数似然相似性。因此 Mahout 主页中的示例代码如下所示：

           DataModel model = new FileDataModel(new File("booleanpref.dat"));

            UserSimilarity userSimilarity = new TanimotoCoefficientSimilarity(
                    model);

            UserNeighborhood neighborhood = new NearestNUserNeighborhood(3,
                    userSimilarity, model);
            Recommender recommender = new GenericUserBasedRecommender(model,
                    neighborhood, userSimilarity);
            Recommender cachingRecommender = new CachingRecommender(recommender);
            List<RecommendedItem> recommendations = cachingRecommender
                    .recommend(1234, 10);

此 blog 给出了基于项目的布尔推荐的示例。

使用 Mahout 基于产品查看历史的推荐

Recommendations based on product view history using Mahout

apache

mahout