如何将推荐系统集成到Android应用程序中？

Question

我想在我的Android应用程序中添加一个推荐系统(特别是协作过滤)。我已经使用django rest创建了后端。

现在我不知道我应该在哪里集成推荐工程，我环顾四周了解了django-recommender包，但我不知道它能处理大量的data.Or，如果我选择一些大数据选项，我已经在HPCC平台上工作过了。

如果是，我应该如何将它与我的应用程序集成。

Answer 1

首先，您需要准备一个API，并实现所需的推荐算法(引擎)。通过向端点发送HTTP请求(参见如何在Android中发送HTTP请求)，从Android应用程序访问这个API是很常见的。

现在有两种方法可以访问推荐引擎。

1. 自己构建它--这通常包括对几种方法进行广泛的研究，学习一种新的编程语言(例如Neo4J等)。实现并托管此引擎(月费可能相当高)
2. 将推荐算法作为服务库(如Abracadabra推荐API )使用。设置非常简单:您只需要向API发送HTTP调用就可以训练您的模型并接收建议。查看文档。

使用Abracadabra推荐API时，当使用Java时，首先向模型添加数据：

// These code snippets use an open-source library. http://unirest.io/java
HttpResponse<JsonNode> response = Unirest.post("https://noodlio-abracadabra-recommender-systems-v1.p.mashape.com/add/subjects?recommenderId=rec1&subjectId=See+docs")
.header("X-Mashape-Key", "<required>")
.header("Accept", "application/json")
.header("Content-Type", "application/json")
.asJson();

然后，通过评分或喜欢主题(例如电影)来训练模型：

// These code snippets use an open-source library. http://unirest.io/java
HttpResponse<JsonNode> response = Unirest.post("https://noodlio-abracadabra-recommender-systems-v1.p.mashape.com/rate/subject?recommenderId=rec1&subjectId=gameofthrones&subjectWeight=10&userId=user1")
.header("X-Mashape-Key", "<required>")
.header("Accept", "application/json")
.header("Content-Type", "application/json")
.asJson();

完成后，您将收到基于内容、协作或混合筛选的建议，如下所示：

// These code snippets use an open-source library. http://unirest.io/java
HttpResponse<JsonNode> response = Unirest.post("https://noodlio-abracadabra-recommender-systems-v1.p.mashape.com/recommend?method=content&recommenderId=rec1&userId=user1")
.header("X-Mashape-Key", "<required>")
.header("Accept", "application/json")
.header("Content-Type", "application/json")
.asJson();