使用Spark Mllib ALS时，是否可以使用从用户点击流派生的辅助用户操作来改进建议？
我已经完成了这里提到的显式和隐式反馈示例：https://spark.apache.org/docs/latest/mllib-collaborative-filtering.html对train（）和trainImplicit（）方法使用相同的评级RDD。
这是否意味着我需要在同一模型对象上使用RDD（用户，项目，操作）为每个辅助用户操作调用trainImplicit（）？或者训练多个模型，根据每个动作检索推荐，然后线性组合它们？
对于其他背景，问题的关键是Spark ALS是否可以模拟像Mahout的火花项目相似性工作这样的辅助操作。任何指针都会有所帮助。
答案 0 :(得分：12)
免责声明：我使用Mahout的Spark Item Similarity。
ALS一般不适用于多个操作。首先是一个例子。我们在ALS中使用多个动作的方式是将一个重量放在另一个之上。例如，buy = 5，view = 3. ALS是在评级看起来很重要的时候设计的，并且预测它们就是问题。我们现在知道排名更重要。在任何情况下，ALS使用预测的评级/权重来对结果进行排名。这意味着一个视图真的告诉ALS没什么，因为3的评级意味着什么？喜欢？不喜欢？ ALS尝试通过添加正则化参数来解决这个问题，这将有助于确定3是否相似。
但问题比这更基本，它是用户意图之一。当用户查看产品时（使用上面的ecom类型示例）多少＆＃34; buy＆＃34;涉及意图？根据我自己的经验，可能没有，也可能有很多。该产品是新的，或有一个华丽的图像或其他clickbait。或者我在购物之前购物并看10件事。我曾经用大型ecom数据集对此进行了测试，发现没有正则化参数（与ALS trainImplicit一起使用）和动作权重的组合，这些权重将超过＆＃34;购买＆＃34;事件仅使用 。
因此，如果您使用的是ALS，请在假设组合不同事件有所帮助之前检查您的结果。使用ALS的两个模型并不能解决问题，因为购买活动时你建议一个人买东西，从视图（或辅助数据集）你建议一个人查看一些东西。意图的基本性质没有得到解决。 recs的线性组合仍然混合了意图，并且可能很好地导致质量下降。
Mahout的Spark项目相似性的作用是将视图与购买相关联 - 实际上它将主要操作（您清楚了解用户意图，与其他操作或有关用户的信息）相关联。它构建了一个相关矩阵，实际上可以清除那些与购买无关的视图。然后我们可以使用这些数据。这是一个非常强大的想法，因为现在几乎任何用户属性或动作（实际上是整个点击流）都可以用于制作rec，因为总是测试相关性。通常几乎没有相关性，但是没关系，它是从计算中删除的优化，因为相关矩阵对recs的添加非常少。
顺便说一句，如果你发现与使用MLlib ALS相比，整合Mahout的Spark项目相似性令人生畏，我即将捐赠一个端到端的实现作为Prediction.io,的所有模板。这是Apache许可的开源。