我可以定义自己的方法来计算Mahout协同过滤中的UserSimilarity吗？

Question

我正在使用Apache Mahout基于用户的协同过滤来推荐系统。

我有两个问题。

1）UserID和ItemID必须是数字吗？

我的数据模型如下所示：

jessestay，E / 4d0b55757114464eb56cdf01bf5d6842,1

其中“jessestay”是userID，“e / 4d0b55757114464eb56cdf01bf5d6842”是itemID，“1”是用户对此项目的偏好值。

如何将userID和ItemID编码为int或long？

2）当我使用UserSimilarity时，我是否必须使用内置的欧几里德距离，皮尔逊相关系数或斯皮尔曼相关？

我可以定义自己的方法来估计userSimilarity吗？

这是我第一次使用Apache Mahout的协同过滤。

非常感谢你的帮助。 期待您的回复！

xiao shen

Answer 1

是的，用户和商品ID必须是数字。只需将您的值哈希值为long。唯一的问题是你必须记住映射回映射到字符串。如果您还有数字ID，最好使用它们。

是的，只需实施UserSimilarity即可定义您想要的任何相似度。