Apache Mahout没有提供任何单独的建议

Question

我已经使用apache mahout测试了基于用户的建议，并且它与提供的示例数据配合良好。

但是，我有我自己的数据，但我无法得到一个单一的建议。我发现这是由于数据太稀疏的原因，但我会很感激专家的建议;）

它只使用购买历史记录，所以我已将所有用户的产品评为4.0 id < - >产品ID购买。

下面是数据文件：http://we.tl/RcR83vcHQI

你能不能给我一些建议，开始有一些有益的建议？

感谢您提前。

Answer 1

这是新手对Mahout的常见问题。版本0.9和之前要求您的ID是顺序连续的非负整数。这包括用户和物品ID。它们在Mahout中用作所有输入矩阵中的行和列号。

有几种方法可以解决这个问题，例如为用户和物品ID保留HashBiMaps（Guava集合）。正如你看到的第一个ID分配一个Mahout ID为0，并将关系存储在地图中。继续浏览您的ID以查找下一个唯一的ID并为其分配Mahout ID = 1等。

然后，您将从推荐程序中返回Mahout ID。您可以使用双向HashBiMap将它们转换为您的应用程序特定的ID。

顺便说一句Mahout（1.0快照或更高版本）现在有一个完全新一代的推荐器，它基于使用搜索引擎提供推荐，Mahout来计算模型。它会直接接受你的输入 - 在里面做ID转换。它比旧的Hadoop版本具有许多优点，包括：

1. 多模式：它可以在许多不同的项目集上接收许多不同的用户操作。这使您可以使用用户的大部分点击流来推荐。
2. 实时结果：它在Solr或弹性搜索中具有非常快速的可扩展服务器。
3. 由于实时性，它可以推荐给新用户或具有最近历史记录的用户。较早的Hadoop Mahout推荐人只向用户和培训数据中的项目推荐 - 他们无法对未用于培训的历史记录做出反应。新推荐人可以使用实时收集的数据，即使是新用户。

新的多式联运推荐者被描述如下：

• Mahout site
• 免费电子书，其中谈到了总体思路：Practical Machine Learning
• 的幻灯片甲板，其中谈到混合行动或其他指标：创建Unified Multimodal Recommender
• 两篇博文：What's New in Recommenders: part #1和What's New in Recommenders: part #2
• 描述对数似然比的文章：Surprise and Coincidence LLR用于减少数据中的噪声，同时保持计算O（n）的复杂性。