情境感知推薦引擎

Question

我找情境感知（地點，時間，伴侶）推薦系統。

我發現一羣好的推薦系統（象夫，PredictionIO，easyrec）的。

但不幸的是我不相信任何那些。 在進一步的谷歌搜索我發現CARSKit根據librec。

我正在尋找類似的圖書館。與此同時，我更感興趣的只是與mahout合作。

雖然象夫不相適應我，但我們仍然可以要求的建議和輸出數量也很多可以理解的。

按我的理解「情境感知」中缺少象夫。

我會解釋我的數據集。

calendar_seq,user_id,date,dayofweek,timehh,timemm,location_name,location_lat,location_long,companion,event_name,is_recommended,is_accepted,show_in_cal 
1,1,14/12/15,Monday,13,0,Office,1.1,2.2,Colleagues,lunch,true,true,true 
2,1,14/12/15,Monday,18,0,Cinema,3.3,4.4,NA,Movie,false,true,true 
3,1,15/12/15,Tuesday,13,0,Office,1.1,2.2,Colleagues,lunch,true,true,true 
4,1,15/12/15,Tuesday,18,0,Meeting,3.3,4.4,Colleagues,meeting,false,true,true 
5,1,16/12/15,Wednesday,13,0,Office,1.1,2.2,Colleagues,lunch,true,true,true 

我會在DB上面有五行，並將它作爲訓練數據。 現在我需要在16/12/15晚上18:00爲用戶1推薦。

它可以推薦16/12的電影院或會議。 當我根據前一天的推薦再次運行17/12的時候，所有這些事件都會變成訓練數據。 所以再次推薦可以根據位置，時間，同伴等給予推薦。

任何人都可以建議我最適合Mahout或新庫的推薦包裝，這將適合我的要求嗎？

我更喜歡基於Java的解決方案來解決我的問題。

Answer 1

這可能與您的問題類似。
從這個鏈接的話：「你輸入文件可以有多個功能，如年齡，位置等 [R可以幫助您在多個功能應用K-均值聚類的Apache Mahout的實現覆蓋功能，而不是將多個功能和。當你在這些多特性上應用集羣時，集羣將基於所有特性而不是一個特性來形成，但我不確定用例，所以我只是在討論技術可行性，你可能需要根據你的用例。」

希望這會有所幫助。