Я новичок в рекомендации Apache Mahout. Вариант использования включает предоставление пользователям предложений в зависимости от их истории покупок. Я планирую использовать следующую информацию:Apache mahout recommender - следует ли воссоздать модель данных для каждого пользователя?
- категории Покупка
- сумма покупки
- Время покупки (пример - рекомендовать пару джинсов 6 месяцев после того, как первая пара был куплен)
- Расположение пользователя
Чтобы определить пользователей с похожими шаблонами покупок/время покупки и дать им больше предпочтений, нужно ли создавать пользовательскую модель данных для каждого пользователя? Я планировал периодически импортировать из базы данных, чтобы воссоздать модель данных. Есть ли способ динамически отдавать предпочтение, как указано ниже:
- Местонахождение + категория покупки + время матча
- Покупка категория + время матча
- Место + время матча (например, зимней одежды)
В настоящее время я использую пример кода. (Много модификаций необходимы)
UserSimilarity similarity = new PearsonCorrelationSimilarity(model);
UserNeighborhood neighborhood = new ThresholdUserNeighborhood(0.1, similarity, model);
UserBasedRecommender recommender = new GenericUserBasedRecommender(model, neighborhood, similarity);
List<RecommendedItem> recommendations = recommender.recommend(74, 10);