MLlib协同过滤生成顶N推荐

Question

我希望找到一种方法，使用MLlib的ALS矩阵分解为所有用户生成顶级的n个推荐，但仍然没有成功。有人能告诉我有这样的方法存在吗？

Answer 1

以下是我目前的做法，似乎非常缓慢：

Iterator<Rating> it = ratings.toLocalIterator();
        while (it.hasNext()) {
            int user = it.next().user();
            if (!userList.contains(user)) {
                Rating[] rat = model.recommendProducts(user, 10);
                for (Rating r : rat) {
                    list.add(user + "," + r.product() + "," + r.rating());
                }
                userList.add(user);
            }
        }

任何有效的方法都将不胜感激。

Answer 2

您的上述结构是正确的使用火花ALS。但是，如果您有一个小型集群可供使用，则需要向所有用户推荐大量的集群。

您应该首先确定:一个用户需要多长时间？然后乘以#用户-你可能会看到你要求太多了。

可能会出现群集问题/不太理想的配置设置和/或一般情况下，相对于您的需求而言，一个动力不足的集群。

Answer 3

您可以使用：

model.recommendProductsForUsers(int num)

这可以从spark 1.4 https://spark.apache.org/docs/latest/api/java/org/apache/spark/mllib/recommendation/MatrixFactorizationModel.html#recommendProductsForUsers(int)获得。