基于内容的推荐引擎，在eclipse上使用mahout

Question

在eclipse / java上使用Mahout制作基于内容的推荐器系统是否有分步教程？

我已经尝试过与Mahout一起工作，并且能够构建一个协作系统，但是我想尝试基于内容，因此，我读了有关制作自定义ItemSimilarity方法的信息，而我最近才发现Mahout的RowSimilarityJob，对于使用mahout而言相对较新的人可以帮助我出来如何使用该功能？

Answer 1

实际上，itemSimilarity的工作是：1）在即将淘汰的Hadoop MapReduce旧代码中，以及2）以相当简单的方式找到2个相似的文档。 这项工作有一个新的Spark版本，称为spark itemSimilarity ，其功能大致相同，但仅支持LLR得分以实现相似性。

除非您将其合并到更大，更复杂的推荐器中，否则我建议您只使用Elasticsearch或Solr来按内容查找相似的项目。 他们拥有更加灵活的健壮方法。 它们的核心都使用Lucene，即杰出的knn引擎（k近邻）来处理稀疏数据。

给定一个具有多个内容字段的项目，KNN是您想要的算法类型，哪个项目最相似？

Elasticsearch和Solr还具有高性能和高度可扩展的服务器。 另外，他们不需要持续的培训。 只需为每个项目添加一个新文档，它们就会递增索引，因此查询结果最终将包括较新的文档，而无需进行任何培训。

但是请注意，如果您拥有正确的数据，则基于内容的建议很少会比“协同过滤”好。 可以说，现代多模式CF推荐器的最佳开源示例是通用推荐器（基于Mahout和Apache PredictionIO），网址为： http : //actionml.com/docs/ur