我有一个布尔/二进制文件，当客户实际购买产品时找到客户和产品ID，如果客户没有购买，则找不到。数据集的代表如下：
我尝试过不同的方法，如GenericBooleanPrefUserBasedRecommender，具有TanimotoCoefficient或LogLikelihood的相似性，但我也尝试了GenericUserBasedRecommender与Uncentered余弦相似度，它给了我最高的精度，并分别召回100％和60％。
我不确定在这种情况下使用Uncentered Cosine Similarity是否有意义，或者这是错误的逻辑？什么是Uncentered Cosine Similairty对这样的数据集做了什么。
任何想法都会非常感激。
谢谢。
答案 0 :(得分：0)
100％的精度是不可能的，所以出了点问题。所有相似性指标都可以与布尔数据一起使用。请记住，空间具有非常高的维度。
您的示例数据只有两个项目（BTW ID应为0，基于旧的hadoop版本的Mahout）。因此，所示的数据集不会给出有效的精度分数。
我使用大型E-Com数据集完成了这项工作，而Log-likelihood在布尔数据上的表现远远超过其他指标。
BTW Mahout已从Hadoop转向Spark，我们唯一的指标是LLR。这里实现了一个完整的Universal推荐器，它带有基于Mahout-Samsara的事件存储和预测服务器： http://templates.prediction.io/PredictionIO/template-scala-parallel-universal-recommendation 幻灯片在此处描述：http://www.slideshare.net/pferrel/unified-recommender-39986309
