在Apache Mahout中刻板印象用戶模型實現

Question

我在推薦系統中實現個人和刻板印象用戶模型。我遇到了Apache Mahout，但它似乎只適用於個人用戶模型。 我的問題是我如何在Apache Mahout Taste中使用立體聲用戶模型？

我對推薦引擎的理解是 你有這些核心參數信息獲取的

• 法（隱性或顯性）
• 用戶模式（個人或刻板印象）
• 推薦技術（合作或內容基地）

Answer 1

口味被棄用。 Mahout經歷了重大重啓，不再接受Hadoop MapReduce代碼。許多Hadoop MapReduce算法已被重寫在Mahout Samsara代碼庫上，該代碼庫將大量線性代數類型操作虛擬化爲在多個計算引擎上運行。最完整的是Spark，其運行速度比Hadoop MapReduce快10倍。

作爲序言，新的「推薦」實現雖然包括ALS，但也具有項目和行相似性的代碼，這在推薦數據中意味着項目和用戶的相似性。

請參閱「火花rowsimilarity」這裏的描述：http://mahout.apache.org/users/algorithms/intro-cooccurrence-spark.html#2-spark-rowsimilarity

的例子是錯誤的，你的情況，但效果一樣好通過輸入用戶交互的載體來計算用戶的相似性。

另一種方法是將用戶交互矢量放入一個使用Lucene（如Solr或Elasticsearch）的相似度引擎。然後使用特定用戶的數據進行查詢，您將獲得相似的用戶。