不带偏好值的基于条目的推荐引擎

Question

我正在尝试使用Mahout构建一个推荐引擎，它只根据项目到项目的相似度进行推荐，而不考虑用户偏好(即评分)。项目相似度由mahout外部的一些其他进程计算并保存到文件中。到目前为止，我已经确定可以使用这个类：

GenericBooleanPrefItemBasedRecommender

...to选择项，文档中说它“适合在数据中不存在首选项值的概念时使用”。但是，该类仍然接受以下内容作为输入：

(DataModel dataModel, ItemSimilarity similarity)

我知道我可以使用ItemSimilarity类来提供商品到商品的相似值，但是在本例中我的数据模型是什么呢？我没有偏好，这似乎正是数据模型所代表的东西。我该如何解决这个问题，或者我看错了地方？

Answer 1

下面是如何创建使用GenericBooleanPrefDataModel的DataModel实例的简单代码

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

但是，即使您的数据模型具有首选项值，并且您具有不使用此首选项值的自定义ItemSimilarity实现，您也将获得所需的结果。

最好的，德拉根

Answer 2

只需使用GenericBooleanPrefDataModel即可。