协同过滤的多个功能 - 火花

Question

我的CSV文件如下：

customer_ID, location, ....other info..., item-bought, score

我正在尝试在Spark中构建一个协作过滤推荐器。 Spark采用以下形式的数据：

userID, itemID, value

但我的数据更长，我想要使用所有用户的信息而不仅仅是userID。我尝试将列分组在一列中：

(customerID,location,....),itemID,score

但是ALS.train给了我这个错误：

  

TypeError：int（）参数必须是字符串或数字，而不是＆＃39; tuple＆＃39;

如何让spark获取多个键/值而不仅仅是三列？ 感谢

Answer 1

对于每个客户，请确定要用于区分这些用户实体的列。创建一个表（例如在SQL中），其中每行包含一个用户实体的信息，并使用此表中的行号作为userID。

如有必要，请对您的商品执行相同操作，并将这些ID提供给您的分类器。