Mahout имеет две версии, не распределенные и распределенные. Существуют некоторые базовые распределенные (Hadoop) имплантации, доступные как Collaborative Filtering для ItemBased. Ограничение по умолчанию распространяется на то, что если ваши данные рейтинга имеют идентификатор пользователя и идентификатор элемента как буквенно-цифровой, вам необходимо будет его настроить.
Если вы хотите реализовать какой-то пользовательский алгоритм, вам придется писать Mapper и Reducers и даже код для их вызова.
У меня есть overriden org.apache.mahout.cf.taste.hadoop.item.RecommenderJob для использования моей пользовательской карты и сокращения задач.
Пожалуйста, ребята исправьте меня, если я ошибаюсь.
Я прошел через код GenericUserBasedRecommender и понял, что он не в форме Map-Reduce, означает ли это, что он не реализован на Hadoop? –
В этом случае я могу понять, что GenericUserBasedRecommender - это нормальный Java-код, который я могу преобразовать в код Map-Reduce и запускать на Hadoop. Пожалуйста, дайте мне знать, правильно ли я понимаю. –
Есть также версии на основе Hadoop. Вы можете писать все, что хотите –