реализация пользовательской модели стереотипа в Apache Mahout

Question

Я работаю над реализацией как индивидуальной, так и стереотипной пользовательской модели в системе рекомендаций. Я столкнулся с Apache Mahout, но кажется, что он работает только с индивидуальной моделью пользователя. Мой вопрос в том, как я могу работать с моделью типа стерео в Apache Mahout Taste?

Мое понимание для рекомендации двигателя , что у вас есть эти основные параметры

• Метод сбора информации (явной или неявной)
• модель пользователя (Individual или стереотипа)
• методы Рекомендация (Совместная или содержательная база)

Answer 1

Вкус устарел. Mahout подвергся серьезной перезагрузке и больше не принимает код Hadoop MapReduce. Многие алгоритмы Hadoop MapReduce были переписаны на базе кода Mahout Samsara, которая виртуализирует множество операций линейной алгебры для работы на нескольких вычислительных машинах. Наиболее полным является Spark, который работает примерно на 10 раз быстрее, чем Hadoop MapReduce.

В качестве преамбулы новые реализации «рекомендаторов», хотя они включают ALS, также имеют код для сходства элементов и строк, который в рекомендательных данных означает элемент и подобие пользователя.

Смотрите описание «искрового rowsimilarity» здесь: http://mahout.apache.org/users/algorithms/intro-cooccurrence-spark.html#2-spark-rowsimilarity

пример является неправильным для вашего дела, но работает так же хорошо для вычисления сходства пользователей путем ввода векторов взаимодействия с пользователем.

Другой способ сделать это - переносить векторы взаимодействия пользователя в механизм подобия, который использует Lucene как Solr или Elasticsearch. Затем запросите данные конкретного пользователя, и вы вернете подобных пользователей.