我正在构建一个推荐器，其中使用ItemSimilarityJob完成实际的相似度计算，然后通过FileItemSimilarity将其加载到非分布式推荐器中。
到目前为止所有这些工作（2），但有一件事我有点困惑。
在实例化推荐器（GenericItemBasedRecommender）时，我要传递一个数据模型 - 在我的情况下是FileDataModel，但是由于相似度计算已经发生，我真的不知道是什么数据我应该进入模型？
显然，该模型用于确定最大和最小偏好值以及项目和用户ID。关于用户我打算只有匿名的“个人资料” - 那么传递虚假数据是否可以呢？
如何支持工作 - Mahout示例（1）和MiA书籍没有给出任何答案，但两者都说预先计算是要走的路:(
（1）我正在使用Mahout 0.7，但也已经查看了主干。
（2）当然，我必须自己将生成的相似性矩阵转换为文本格式。
答案 0 :(得分：1)
您应该将相同的DataModel传递给相似度计算。推荐者的输出肯定是相似性的函数，但当然也是原始数据！这就是为什么它是一个输入。
理论上，您可以从与实际提出建议的数据不同的DataModel建立相似性。在某些情况下这是可能的，也可能有意义但不正常。