我有一个列表用户数据：用户名，年龄，性别，地址，位置等
一组产品数据：产品名称，成本，描述等
现在我想建立一个能够：
的推荐引擎1找出类似的产品
例如：
name : category : cost : ingredients
x : x1 : 15 : xx1, xx2, xx3
y : y1 : 14 : yy1, yy2, yy3
z : x1 : 12 : xx1, xy1
这里x和z相似。
2将产品清单中的相关产品推荐给用户
如何使用mahout实现此类或推荐引擎？哪些都是可用的方法？有没有有用的教程/链接？请帮忙
答案 0 :(得分：1)
在mahout v1从这里https://github.com/apache/mahout你可以使用＆＃34; spark-rowsimilarity＆＃34;为每种类型的元数据，类别，成本和成分创建指标。这将为您提供三个矩阵，其中包含基于特定元数据的每个项目的类似项目。这会给你一个更像这样的＆＃34;推荐类型。您还可以尝试将元数据组合到一个输入矩阵中，看看是否能提供更好的结果。
要个性化此记录，用户已表示某些偏好的项目。索引Solr中的指标矩阵，每个Solr＆＃34;字段＆＃34;所有附加到项目ID（名称？）。然后查询是用户对每个字段的历史记录。您可以增加某些字段以增加建议中的权重。
这是描述的 在Mahout网站上：http://mahout.apache.org/users/recommender/intro-cooccurrence-spark.html 还有一些幻灯片：http://occamsmachete.com/ml/2014/10/07/creating-a-unified-recommender-with-mahout-and-a-search-engine/