Apache Mahout没有一个可用的建议

Question

我已经使用apache mahout测试了基于用户的推荐，它与提供的示例数据一起工作得很好。

然而，我有自己的数据，但我不能得到一个单一的推荐。我发现这是由于数据太稀疏的事实，但我希望专家的建议;)

它只使用购买历史，所以我给所有用户id <->产品id购买的产品打了4.0分。

下面是数据文件：http://we.tl/RcR83vcHQI

你能给我一些建议，开始有一些有用的建议吗？

提前谢谢你。

Answer 1

对于刚接触Mahout的人来说，这是一个常见问题。0.9及之前的版本要求您的ID是连续的非负整数。这包括用户ID和项目ID。它们在Mahout中用作所有输入矩阵中的行号和列号。

有几种方法可以解决这个问题，比如为用户和项目ID保留HashBiMaps (Guava集合)。正如您所看到的，为第一个ID分配一个0的Mahout ID，并将关系存储在映射中。继续查找您的ID以查找下一个唯一的ID，并将其分配给Mahout ID= 1，依此类推。

然后你会从推荐者那里拿回Mahout的ID。您可以使用双向HashBiMap将它们转换为特定于应用程序的ID。

顺便说一句，Mahout (1.0-快照或更高版本)现在有了一个全新的新一代推荐器，基于使用搜索引擎来提供推荐，并使用Mahout来计算模型。它将接受您直接拥有的输入-在其中执行ID转换。与较旧的Hadoop版本相比，它具有许多优点，包括：

1. 多模式:它可以摄取许多不同项目集上的许多不同用户操作。这允许你使用用户的点击流来搜索结果:它在Solr或Elastic search中有一个非常快速的可伸缩服务器。
2. 由于它可以向新用户或最近历史的用户推荐实时特性。较旧的Hadoop Mahout推荐器只推荐训练数据中的用户和项目--它们不能对训练中未使用的历史做出反应。新的推荐器可以使用实时收集的数据，即使对新用户也是如此。

新的多模式推荐器如下所示：

免费电子书，其中讨论了一般概念：Practical Machine Learning

• A幻灯片卡片组，其中讨论了混合动作或其他指标:创建Unified Multimodal Recommender

• Two博客帖子:描述对数似然比的What's New in Recommenders: part #2

• A和What's New in Recommenders: part #1帖子：Surprise and Coincidence LLR用于减少数据中的噪声，同时保持计算O(n)复杂性。