Mahout基於內容的推薦

我想創建一個使用關於節目的信息的節目推薦，所以我相信這是基於內容的。我希望有人選擇他們觀看過的節目，並根據他們的內容推薦相似的節目。Mahout基於內容的推薦

目前我的數據文件看起來像這樣

Code   Genre 
1260064148537,NOGENRE 
1260064149243,Drama 
1260064149741,Spoof 
1260064764631,Classical 
12600647412748,HipHopRnB&Dancehall 
126006483593,NOGENRE 
1260065049943,NOGENRE 
12600705429,Sketch 
1260070324431,News 
126007032486,Sport 
...

我寫我自己的ItemSimilarity找到相似的風格，但我不知道是如何使用的DataModel我的數據，我有一個長和一個字符串，然後如何將其發送給推薦人。我是否必須編寫自己的DataModel？如果是的話，我該怎麼做呢？

來源

2012-10-12 user1740655

第一個問題是您是否有任何其他數據將用戶連接到節目。如果你不這樣做，那麼你實際上並沒有推薦問題。這只是一個類似項目的問題。你推薦類似於用戶現在看的東西。

當然，你必須定義相似性。如果你所擁有的只是每個節目的單一標籤，除了說擁有相同標籤的情況下它們是相似的，否則沒有多少可以做。您可以使用ItemSimilarity並迭代所有項目（可能預先計算）來計算與當前項目最相似的內容。

當然，如果您的相似度僅爲0或1，具體取決於它們是否共享標籤，那甚至不是相似性問題。這只是搜索。找到相同類別的東西，你就完成了。

當你有用戶項目數據的時候，推薦人會進入遊戲。您可以使用這種數據來製作ItemSimilarity，然後使用該數據加上用戶項目數據（也可以是查看計數等）來製作推薦人。但我也認爲你必須評估你是否可以獲得更豐富的標籤數據;如果是的話，你當然可以做出更好的相似性指標

（因爲上述原因，您不會使用這個輸入DataModel但我應該注意，您不能使用字符串標識符，它們必須是數字，可以使用帶有一些額外工作的字符串，但它不是這是值得的。）

來源

2012-10-12 16:34:24

謝謝肖恩。目前我只使用Genre作爲測試，但最終我會添加更多，如Channel和Director。我會計算相似之處，如果相同類型將相似度加0.5，如果相同通道將0.3加到相似度等等，那麼我可以提出更好的建議。我唯一需要的用戶信息是如果他們觀看了節目，那麼對於觀看的節目只會是1，或者對於未觀看的節目只有0。我製作了一個非常粗糙的原型，沒有使用推薦器或數據模型，但是對於我正在使用的大量演出（約38,000）而言，它非常緩慢並且內存密集。 – user1740655

@ user1740655對於這種情況，您可能需要查看使用圖形數據庫推薦的東西 – ulkas

Mahout基於內容的推薦

回答

相關問題