mahout推荐人

Question

Apache Mahout推荐文档提到了以下内容：

// Construct the list of pre-computed correlations
Collection <GenericItemSimilarity.ItemItemSimilarity>  correlations = ...;

我不确定如何在上面的线上完成实际的构造。 有人能提供一个例子吗？

ItemSimilarity itemSimilarity  =  new GenericItemSimilarity(correlations);

Answer 1

此示例引用的情况是，您已经通过Hadoop作业计算了相似性，并将其存储在文件系统或数据库中。 正如构造函数文档所示：

A "generic" {@link ItemSimilarity} which takes a static list of precomputed item similarities and bases its responses on that alone. The values may have been precomputed offline by another process, stored in a file, and then read and fed into an instance of this class.

如果你有数千万或更少的推荐，你可以简单地计算相似性并使用另一个GenericItemSimilarity构造函数 - GenericItemSimilarity(ItemSimilarity otherSimilarity, DataModel dataModel)

例如：

DataModel dataModel = new FileDataModel(new File("path://to/file.csv"));
ItemSimilarity itemSimilarity = new LogLikelihoodSimilarity(dataModel);
ItemSimilarity itemSimilarity = new GenericItemSimilarity(itemSimilarity, dataModel);

Answer 2

这里没有什么神奇之处，它只是建议你创建一堆ItemItemSimilarity对象，一个对应于你知道的每个项目 - 项目相似性。

Collection<GenericItemSimilarity.ItemItemSimilarity> correlations = 
  new ArrayList<GenericItemSimilarity.ItemItemSimilarity>();
correlations.add(new GenericItemSimilarity.ItemItemSimilarity(1, 2, 0.5));
...

您可以通过这种方式或任何其他方式来实现。