推荐系统：简单的基于用户的协同过滤与精度评估和召回

我正在寻找在Java中的一个非常简单的实现基于用户的collaborative filtering。我想用movielens数据集来评估这个CF的精度和回忆。我已经看到，表现（F1）应该在20％到30％左右（Pearson相似度和KNN）。推荐系统：简单的基于用户的协同过滤与精度评估和召回

这是否简单的框架与评价的精度和召回的代码存在吗？

来源

2011-05-11 Thomas

Apache Mahout做你提到这里的一切。它基于Java，支持基于用户的协作过滤（其中包括GenericUserBasedRecommender）。它是一个k近邻算法，可以插入相似实现，如PearsonCorrelationSimilarity等。

看那org.apache.mahout.cf.taste包和子包。在.impl.eval分包中找到GenericRecommenderIRStatsEvaluator。这将运行一个测试报告精确度，召回率和F1。

最后，已经有基于在mahout-examplesGroupLens一些工作实例。

来源

2011-05-19 06:39:02

嗨，谢谢你的回答。然而Apache Mahout只是不可能使用，并且需要太多的包。另外，缺乏简单的文档（例如，如何在eclipse中使用Taste的类来制作新项目）不会有帮助... – Thomas 2011-05-19 11:27:03

不确定你的意思？这段代码只有一些依赖...... SLF4J和Google Guava我相信。这是一个基于Maven的项目，所以如果使用Maven，您可以在Maven项目中使用几行代码。您还可以从项目中获得一个简单的.jar文件，其中包含所有内容，您可以像放入任何其他库一样将其放入任何Eclipse项目中。这是关于它 - 没有太多的文件 - 但如果你有具体问题，我相信它可以在[email protected]上解决。 – 2011-05-20 07:24:25

你试过RapidMiner？如果您有兴趣尝试诸如评估精确度和回忆而不关注编码。这是你的工具。网上甚至有纸张和youtube视频教程都有很好的信息来帮助你。

来源

2012-12-15 23:03:31 Medeiros

推荐系统：简单的基于用户的协同过滤与精度评估和召回

回答

相关问题