是否有任何分步教程在eclipse / java上使用Mahout制作基于内容的推荐系统？
我尝试过使用Mahout并且能够建立一个协作系统，但我想尝试制作一个基于内容的内容，我已经阅读了关于制作自定义ItemSimilarity方法的内容，我刚刚发现了针对Mahout的RowSimilarityJob，我对使用mahout相对较新有人可以帮我解决如何使用这个功能吗？
答案 0 :(得分：0)
实际上，itemSimilarity作业是1）旧的即将被弃用的Hadoop MapReduce代码和2）以相当简单的方式找到2个类似的文档。有一个名为spark itemSimilarity的作业的新Spark版本，其功能大致相同，但只支持相似的LLR分数。
除非您将其合并到更大的更复杂的推荐器中，否则我建议您只使用Elasticsearch或Solr按内容查找类似的项目。他们有更强大的方法，非常灵活。在核心，他们都使用Lucene，稀疏数据的卓越knn引擎（k-最近邻居）。
KNN是你想要的算法类型，给定一个项目有多个内容字段，哪些项目最相似？
Elasticsearch和Solr还拥有高性能且高度可扩展的服务器。此外，他们不需要不断的培训。只需为每个项目添加一个新文档，它们将以递增方式编制索引，因此查询结果最终将包含较新的文档，而无需培训步骤。
但请注意，如果您拥有正确的数据，基于内容的推荐很少与协作过滤一样好。可以说现代多模式CF推荐器的最佳开源示例是Universal Recommender（基于Mahout和Apache PredictionIO）：http://actionml.com/docs/ur