Question

我正在寻找情境感知（位置，时间，伴侣）推荐系统。

我找到了很多好的推荐系统（mahout，PredictionIO，easyrec）。

但不幸的是，我不相信任何这些。在进一步的Google搜索中，我根据CARSKit找到了librec。

我正在寻找类似的图书馆。与此同时，我更感兴趣的是只与mahout合作。

虽然mahout不适合我，但我们仍然可以要求推荐数量和输出也是可以理解的。

根据我的理解＆＃34; mahout中缺少上下文感知＆＃34; 。

我将解释我的数据集。

calendar_seq,user_id,date,dayofweek,timehh,timemm,location_name,location_lat,location_long,companion,event_name,is_recommended,is_accepted,show_in_cal
1,1,14/12/15,Monday,13,0,Office,1.1,2.2,Colleagues,lunch,true,true,true
2,1,14/12/15,Monday,18,0,Cinema,3.3,4.4,NA,Movie,false,true,true
3,1,15/12/15,Tuesday,13,0,Office,1.1,2.2,Colleagues,lunch,true,true,true
4,1,15/12/15,Tuesday,18,0,Meeting,3.3,4.4,Colleagues,meeting,false,true,true
5,1,16/12/15,Wednesday,13,0,Office,1.1,2.2,Colleagues,lunch,true,true,true

我将在DB中有五行以上，并将其作为训练数据。现在我需要在16/12/15晚上18:00为用户1推荐。

它可以推荐16/12的Cinema或Meeting。当我在17/12再次进行推荐时，基于前一天的推荐，所有这些事件将变得像训练数据。因此，再次推荐可以根据位置，时间，伴侣等给出推荐。

任何人都可以在Mahout或新图书馆之上建议我最合适的推荐包装，以满足我的要求吗？

我更喜欢基于Java的解决方案来解决我的问题。

Answer 1

这可能类似于您的问题。
来自此链接的引用：＆＃34; 您的输入文件可能具有多个功能，如年龄，位置等。 R可以帮助您在多个功能上应用K-Means群集。 Apache Mahout实现覆盖功能而不是应用多个功能。当您对这些多个功能应用群集时，将根据所有功能而不是一个功能形成群集。但是，我不确定用例，所以我只是在讨论技术可行性。您可能需要根据您的用例进行申请。＆＃34;

希望这有帮助。

上下文感知推荐引擎

1 个答案: