如何將推薦系統集成到Android應用中？

Question

我想在我的Android應用程序中添加推薦系統（特別是協作過濾）。 我已經使用django rest API創建了后端。

現在我不確定應該在哪里合並推薦引擎。我環顧四周並了解django-recommender程序包，但是我不確定它處理大量數據的性能如何。大數據選項，我已經在HPCC平台上工作。

如果是，我應該如何將其與我的應用程序集成。

Answer 1

首先，您需要准備一個API，並且已實現所需的推薦程序算法（引擎）。 通常，您可以通過向端點發送HTTP請求來從您的Android應用訪問此API（請參閱如何在Android中發送HTTP請求 ）。

現在，有兩種方法可以訪問推薦引擎。

1. 自己構建它-這通常涉及對幾種方法進行廣泛的研究，學習一種新的編程語言（例如Neo4J等）以及實現和托管該引擎（每月的費用可能會很高）

2. 進入“ 推薦算法即服務”庫，例如Abracadabra Recommender API 。 設置非常簡單：您只需要向API發送HTTP調用即可訓練模型並接收建議。 查看文檔 。

通過使用Abracadabra Recommender API，在使用Java ，您首先要將數據添加到模型中：

// These code snippets use an open-source library. http://unirest.io/java
HttpResponse<JsonNode> response = Unirest.post("https://noodlio-abracadabra-recommender-systems-v1.p.mashape.com/add/subjects?recommenderId=rec1&subjectId=See+docs")
.header("X-Mashape-Key", "<required>")
.header("Accept", "application/json")
.header("Content-Type", "application/json")
.asJson();

然后，您通過對主題（例如電影）進行評分或喜歡的主題來訓練模型：

// These code snippets use an open-source library. http://unirest.io/java
HttpResponse<JsonNode> response = Unirest.post("https://noodlio-abracadabra-recommender-systems-v1.p.mashape.com/rate/subject?recommenderId=rec1&subjectId=gameofthrones&subjectWeight=10&userId=user1")
.header("X-Mashape-Key", "<required>")
.header("Accept", "application/json")
.header("Content-Type", "application/json")
.asJson();

完成后，您將收到基於內容，協作或混合過濾的建議，如下所示：

// These code snippets use an open-source library. http://unirest.io/java
HttpResponse<JsonNode> response = Unirest.post("https://noodlio-abracadabra-recommender-systems-v1.p.mashape.com/recommend?method=content&recommenderId=rec1&userId=user1")
.header("X-Mashape-Key", "<required>")
.header("Accept", "application/json")
.header("Content-Type", "application/json")
.asJson();