我经历了实施推荐系统的教程,其中大多数都采用了一个变量(等级)。
我想实现一个基于项目的推荐系统,它采用多个变量。
例如:假设一个Item(bar)有以下可变数据(值从-10到+10,表示相反的极性)
- price (cheap to expensive)
- environment (casual to fine)
- age range (young to adults)
现在,我想推荐查看用户历史记录中条形列表的项目(栏)。
这种“多维推荐系统”是否可以使用Mahout或任何其他框架实现?
答案 0 :(得分:3)
你想要多模态,多指标,多变量,你想要描述它的方式 - Universal Recommender。它可以处理所有这些数据。我们已经在真实数据集上对其进行了测试,并且因为我们称之为"辅助指标"而在精确度测试中得到显着提升。
良好的直觉。给UR看一下:blog.actionml.com,查看一篇文章中的幻灯片。代码在这里:https://github.com/actionml/template-scala-parallel-universal-recommendation/tree/v0.3.0建立在Mahout的新Spark版本上:http://mahout.apache.org/users/algorithms/intro-cooccurrence-spark.html