我正在寻找改进Mahout建议的方法（使用“外部”数据集来构建基于项目的推荐器，数据集最初是用户/项目/重量）。
假设我们已经有了建议：根据项目数量建议了一些用户。
但是，也可以以二进制形式从这些建议的用户那里收到反馈：'不，不适合我'和'是的，我被建议因为我知道项目';这样每个建议用户的方式为1/0。
使用此类数据的更好，更正确的方法是什么？是否有内置Mahout的方法？如果不是，哪种方法适合训练数据集并在下一轮中使用该信息？
答案 0 :(得分：1)
您将明确的用户反馈视为0-1（非常不同意 - 非常同意）并不理想，否则反馈可被视为来自输入的任何其他用户评级。
无论如何，您可以在初始训练集中引入此用户反馈，并将recommended score（'1'反馈）或1 - recommended score（'0'反馈）作为权重并重新训练您的模型。
添加一个没有做任何事情的第3选项'中性'会很好，以避免数据中的噪音（例如推荐得分为0.5而用户不同意，你仍然会将其添加为0.5，无论...... ）和模型超过拟合。
答案 1 :(得分：1)
布尔数据是理想的，但你有两个动作：＆＃34;喜欢＆＃34;并且＆＃34;不喜欢＆＃34;
使用此方法的最新方法是使用指标和交叉指标。您想要推荐喜欢的内容，以便为您创建指标的数据。然而，用户很可能不喜欢＆＃34;不喜欢＆＃34;可以用来推荐喜欢，为此你需要创建一个交叉指标。
最新的Mahout SNAPSHOT-1.0拥有您在* spark-itemsimilarity＆＃34;中所需的工具。它可以采取两个动作，一个是主要的，另一个是次要的，并且将创建指标矩阵和交叉指标矩阵。这些您使用搜索引擎进行索引和查询，其中查询是用户的喜欢和不喜欢的历史。搜索将返回有序的推荐列表。
通过使用交叉指示器，您可以开始使用用户在您的应用中执行的许多不同操作。创建交叉指标的过程将发现两个行动之间的重要相关性。换句话说，它会发现＆＃34;不喜欢＆＃34;导致特定的＆＃34;喜欢＆＃34;。您可以对页面视图，应用标签，查看类别，几乎任何录制的用户操作执行相同的操作。
该方法需要Mahout，Spark，Hadoop和像Solr这样的搜索引擎。这里解释：如何使用多个用户操作
下的http://mahout.apache.org/users/recommender/intro-cooccurrence-spark.html