Question

我正在尝试使用有关节目的信息创建节目推荐人，所以我相信这是基于内容的。我想让一个人选择他们观看的节目，并根据他们的内容推荐类似的节目。

目前我的数据文件如下所示

Code          Genre
1260064148537,NOGENRE
1260064149243,Drama
1260064149741,Spoof
1260064764631,Classical
12600647412748,HipHopRnB&Dancehall
126006483593,NOGENRE
1260065049943,NOGENRE
12600705429,Sketch
1260070324431,News
126007032486,Sport
...

我已经编写了自己的ItemSimilarity来查找类型中的相似之处，但我不知道如何将DataModel与我的数据一起使用，因为我有一个Long和一个String，然后是如何将它发送给推荐者。我是否必须编写自己的DataModel？如果是这样，我该怎么做？

Answer 1

第一个问题是，您是否有任何其他数据，将用户连接到节目。如果你不这样做，那么你实际上并没有推荐问题。这只是一个类似的问题。您推荐的内容类似于用户现在所看到的内容。

当然你必须定义相似性。如果您拥有的只是每个节目的单个标签，那么您可以做很多事情，除非它们在具有相同标签时相似，否则不会。您可以使用ItemSimilarity并迭代所有项目（可能预先计算此项目）来计算与当前项目最相似的内容。

当然，如果你的相似度只是0或1，这取决于他们是否共享标签，那甚至不是相似性问题。这只是搜索。找到同一类别的东西，你就完成了。

当您有用户项目数据时，推荐人会发挥作用。您可以使用此类数据制作ItemSimilarity，然后使用该数据加上用户项数据（可能是视图计数等）来制作推荐者。但我也认为你必须评估你是否可以获得更丰富的标签数据;如果是这样，你当然可以制定更好的相似性指标。

（由于上述原因，这不是你用于DataModel的输入。但是我应该注意你不能使用字符串标识符，它们必须是数字。可以使用带有一些额外工作的字符串但这不值得。）

Mahout基于内容的推荐

1 个答案: