對於電子商務應用程序,只要用戶登錄到應用程序,我需要根據用戶人口統計信息(如年齡,位置,性別)推薦產品。Mahout基於人口統計信息的建議
我熟悉mahout基於用戶和基於項目的建議。但對於給定的要求,這些不適用。
哪種mahout算法可用於此場景?
對於電子商務應用程序,只要用戶登錄到應用程序,我需要根據用戶人口統計信息(如年齡,位置,性別)推薦產品。Mahout基於人口統計信息的建議
我熟悉mahout基於用戶和基於項目的建議。但對於給定的要求,這些不適用。
哪種mahout算法可用於此場景?
爲此,我想組合聚類和分類將解決您的問題。
說 A {X,Y,Z} B {A,B,C}
我們有兩個模型A和從訓練數據產生的乙set.In簡單字兩個簇A和B.嵌入x,y,z和a,b,c用戶。
現在,一個新的用戶說p日誌中。
我們隨機從A和B都cluster.And拿起一個用戶計算從誰剛剛登錄的新用戶的距離。
假設 PY < PC(我們必須使用真實的案例特定距離度量)
因此p應該放在集羣A.
希望這有助於
好的,所以用K表示聚類,所有產品將根據人口統計信息聚類到不同的羣體。所以我們將有地點,年齡和性別的小組。但是如果我們需要基於年齡,地點和性別組合的產品推薦,那麼K意味着怎樣的幫助? – Ramana
是的。它可以實現。您的輸入文件可能具有多個功能,如年齡,位置等.R可以幫助您將K-Means羣集應用於多個功能。 Apache Mahout實現覆蓋功能,而不是應用多個功能。並且,當您對這些多個功能應用羣集時,羣集將根據所有功能而不是一個功能形成。但是,我不確定使用情況,所以我只是在這裏討論技術可行性。您可能需要根據您的用例進行申請。 – Swamy