Apache Mahout没有给出任何建议

Question

我正在尝试使用mahout作为推荐但没有得到 。

我的数据集：

0,102,5.0
1,101,5.0
1,102,5.0

代码：

      DataModel datamodel = new FileDataModel(new File("dataset.csv"));
        // Creating UserSimilarity object.
        UserSimilarity usersimilarity = new PearsonCorrelationSimilarity(datamodel);

        // Creating UserNeighbourHHood object.
        UserNeighborhood userneighborhood = new ThresholdUserNeighborhood(0.1, usersimilarity, datamodel);

        // Create UserRecomender
        UserBasedRecommender recommender = new GenericUserBasedRecommender(datamodel, userneighborhood, usersimilarity);

        List<RecommendedItem> recommendations = recommender.recommend(0, 1);

        for (RecommendedItem recommendation : recommendations) {
            System.out.println(recommendation);
        }

我使用的是Mahout版本：0.13.0

理想情况下，它应该推荐item_id = 101' to 'user_id = 0' as user = 0 and user = 1 have item 102 common show it should recommend item_id = 101 to user_id = 0`

日志：

18:08:11.669 [main] INFO org.apache.mahout.cf.taste.impl.model.file.FileDataModel - Creating FileDataModel for file dataset.csv
18:08:11.700 [main] INFO org.apache.mahout.cf.taste.impl.model.file.FileDataModel - Reading file info...
18:08:11.702 [main] INFO org.apache.mahout.cf.taste.impl.model.file.FileDataModel - Read lines: 3
18:08:11.722 [main] INFO org.apache.mahout.cf.taste.impl.model.GenericDataModel - Processed 2 users
18:08:11.738 [main] DEBUG org.apache.mahout.cf.taste.impl.recommender.GenericUserBasedRecommender - Recommending items for user ID '0'

Answer 1

Mahout中的Hadoop Mapreduce代码已被弃用。 新的推荐代码以@rawkintrevo的例子开头。 如果您是Scala程序员，请关注他们。

大多数工程师都希望系统无需修改，Mahout算法封装在Apache PredictionIO之上构建的Universal Recommender中。 它有一个服务器来接受事件，例如示例中的事件，它具有内部事件存储，以及用于结果的查询服务器。 旧的Mapreduce代码有许多改进，包括使用实时用户行为来提出建议。 无论是新的Mahout还是旧的包含输入和查询的服务器，Universal Recommender都有两个REST端点。

鉴于您正在使用的代码将被弃用，我强烈建议您深入了解Mahout代码（@ rawkintrevo的示例）或查看The Universal Recommender，这是一个完整的端到端系统。

• 以“单机”安装程序安装PredictionIO 这里还是要真正快捷安装使用我们的预包装AWS AMI 这里它包括PIO和通用导购预装。
• 在这里添加UR模板
• 用于在此处向推荐程序发送事件的Java SDK

完成此设置后，您将处理配置，REST或Java SDK以及PIO CLI。 无需Scala编码。

Answer 2

我有三个基于版本0.13.0的示例（Scala，Samsara需要，R-Like Scala DSL Mahout使用v0.10 +）

步行

第一个例子是一个非常缓慢的步骤： https ：//gist.github.com/rawkintrevo/3869030ff1a731d43c5e77979a5bf4a8，并且是作为Pat Ferrels博客文章/幻灯片在这里找到的伴侣。 http://actionml.com/blog/cco

爬行

第二个例子更加“真实”，因为它利用了SimilarityAnalysis.cooccurrencesIDSs(...这是CCO算法的propper接口。

https://gist.github.com/rawkintrevo/c1bb00896263bdc067ddcd8299f4794c

跑

这里我们使用'真实'数据。 MovieLens数据集没有足够的功能来展示CCO的多模式功能（能够推荐多种用户行为）。 在这里，我们加载“真实”数据并生成建议。 https://gist.github.com/rawkintrevo/f87cc89f4d337d7ffea80a6af3bee83e

结论我知道你特意要求Java，但Apache Mahout目前还不适合Java。 从理论上讲，你可以将Scala导入到你的java中，或者将这些函数包装在另一个更友好的Java函数中......我听说过一些深夜（或者可能是在梦中）的传闻，一些研究生在某些地方工作Java API，但它现在不在主干中，也没有PR，也不是路线图中的子弹。

希望以上提供一些见解。

附录

Stackoverflow最简单的例子（你可以通过键入$MAHOUT_HOME/bin/mahout spark-shell在Mahout spark shell中以交互方式运行它（假设设置了SPARK_HOME ， JAVA_HOME和MAHOUT_HOME ）：

val inputRDD = sc.parallelize(Array(  ("u1", "purchase",    "iphone"),
  ("u1","purchase","ipad"),
  ("u2","purchase","nexus"),
  ("u2","purchase","galaxy"),
  ("u3","purchase","surface"),
  ("u4","purchase","iphone"),
  ("u4","purchase","galaxy"),
  ("u1","category-browse","phones"),
  ("u1","category-browse","electronics"),
  ("u1","category-browse","service"),
  ("u2","category-browse","accessories"),
  ("u2","category-browse","tablets"),
  ("u3","category-browse","accessories"),
  ("u3","category-browse","service"),
  ("u4","category-browse","phones"),
  ("u4","category-browse","tablets")) )



import org.apache.mahout.math.indexeddataset.{IndexedDataset, BiDictionary}
import org.apache.mahout.sparkbindings.indexeddataset.IndexedDatasetSpark

val purchasesIDS = IndexedDatasetSpark.apply(inputRDD.filter(_._2 == "purchase").map(o => (o._1, o._3)))(sc)
val browseIDS = IndexedDatasetSpark.apply(inputRDD.filter(_._2 == "category-browse").map(o => (o._1, o._3)))(sc)

import org.apache.mahout.math.cf.SimilarityAnalysis

val llrDrmList = SimilarityAnalysis.cooccurrencesIDSs(Array(purchasesIDS, browseIDS),
  randomSeed = 1234,
  maxInterestingItemsPerThing = 3,
  maxNumInteractions = 4)

val llrAtA = llrDrmList(0).matrix.collect

IndexedDatasetSpark.apply(需要一个RDD[(String, String)] ，其中第一个字符串是'row'（例如用户），第二个字符串是'behavior'，因此对于'buy matrix'，列将是'products' ，但这也可能是一个'性别'矩阵，有两列（男/女）

然后将一个IndexedDataSets数组传递给SimilarityAnalysis.cooccurrencesIDSs(