基于用户喜好的mahout推荐系统

Question

我们如何在Apache Mahout上运行基于用户喜好或浏览历史的推荐系统？简而言之，基于内容的网站95%的流量来自非登录用户，他们将通过搜索引擎。只有这样，我们才能通过使用IP来区分它们。在Apache Mahout上，我们可以找到用户的相似浏览行为并推荐相关内容吗？

Answer 1

如果用户在你的网站上“喜欢”(例如，点击一个链接)超过一个单独的项目(链接)，协同过滤应该仍然有用。还可以考虑放置一个cookie，这样以后就可以再次识别用户。

因此，更明确地说，如果您使用IP作为用户ID，并为您的内容(假设文章)提供一个项目ID，则可以只使用GenericUserBasedRecommender。你可以把链接点击当做“喜欢”。有一篇很好的文章包含了关于更复杂系统的数据，但也涉及到了与未使用ID的用户相同的问题：Google news scalable recommendation framework

此外，考虑基于内容对项目进行聚类。这样你就可以在完全不了解用户的情况下推荐类似的商品。