的Apache Mahout的訓練樣本數據VS實現實際數據

Question

的情況是這樣的：

我嘗試使用Apache mahaout做出推薦，我有一些樣本的偏好（用戶，項目，優先值）數據生成相似度矩陣並確定項目項目相似度。但實際偏好數據比樣本偏好數據大得多。實際首選項數據中出現的項目ID列表也都出現在樣本首選項數據中。但樣本數據中的用戶標識比實際數據要小得多。

現在，當我嘗試在實際數據上運行推薦器時，它一直給我提示用戶標識不存在，因爲它不存在於示例數據中。我如何在mahout的推薦器中注入新的用戶id和他們的偏好，以便它可以基於項目項目相似性爲任何用戶提供建議？或者，如果有任何其他方式可以爲新用戶提供建議，請提出建議。

謝謝。

Answer 1

如果您認爲您的示例數據已完成以計算項目相似度，爲什麼不預先計算它們並使用Collection<GenericItemSimilarity.ItemItemSimilarity> corrMatrix = new ArrayList<GenericItemSimilarity.ItemItemSimilarity>();來存儲您的預計算相似度。然後這個，你可以創建你ItemSimilarity這樣的：ItemSimilarity similarity = new GenericItemSimilarity(correlationMatrix);

我認爲這是不使用你的數據計算基於偏好值項項相似的樣品好主意，因爲你可能會丟失很多有用的數據。如果您認爲即時計算速度很慢，則可以預先計算並將其存儲在數據庫中，並在需要時加載它。

如果您仍然收到此錯誤，那麼您可能會在推薦分類中使用示例數據模型，或者您使用UserSimilarity來計算項目相似性。

如果你想添加新用戶，你可以使用Mahout的FileDataModel並通過包含新用戶（我認爲你可以用一些後綴創建新文件，我不確定）定期更新文件。你可以在Mahout in Action這本書中找到更多關於這方面的信息。內存中的DataModel實現是不可變的。您可以通過實施方法setPreference()和removePreference()來擴展它們。

編輯：我有一個MutableDataModel的實現，它擴展了AbstractDataModel。如果你願意，我可以與你分享。