使用mahout：运行.jar和键入控制台指令之间的区别

Question

我对mahout有点困惑：我的印象是有两种方法可以使用它：

• 使用Taste推荐程序执行.jar
• 使用命令行，例如如here所示mahout recommenditembased --input input/recommend_data.csv --output output/recommendation --similarityClassname SIMILARITY_PEARSON_CORRELATION。

- ＆GT;这是正确的还是一样的？

我的问题是：我有一个csv输入文件，格式如下：user_id，item_id，rating。我有10万行，我需要每天为所有用户计算建议。我已经读过没有hadoop它应该没问题，但事实并非如此：.jar我创建了小批量的工作，但不是整个输入文件。

命令行方法在5分钟内工作，这是好的，但它不像jar项目那样灵活（最重要的是与MySQL数据库的接口）。

是否可以使用.jar并从hadoop中受益？ 由于我没有分发任何计算（hadoop在一台服务器上运行），在.jar-without-mahout方法和命令行与hadoop方法之间有这样的区别是否正常？

非常感谢你的帮助！

Answer 1

100000行并不是很多数据。我相信您不需要使用推荐算法的分布式版本，即使它在伪分布式模式下运行（只有一台机器）。

您可以轻松地使用API​​来构建自己的非分布式推荐器。以下是Mahout in Action一书中的一个例子（我建议阅读） [link]。在这种情况下，他们使用基于类似用户的推荐器，并且从我在您的问题中看到的您使用基于类似项目的推荐器。

要使用项目相似性制作一个，您需要使用ItemSimilarity而不是UserSimilarity。同样，您将使用GenericUserBasedRecommender而不是GenericItemBasedRecommender。然后，当然，您将遍历所有用户并询问每个用户的建议。

希望这有帮助。