我从用户那里得到了关于他们与不同产品交互的隐含反馈。以下是数据集的结构：user_id，product_category，event_date，view_count，purchase_count
根据这些数据，我试图预测用户对产品类别的亲和力得分。 MLIB隐式表单期望输入数据集的格式为Rating（user：Int，product：Int，rating：Double）。但是如何包含view_count和purchase_count？
如果不能使用MLLIB，我可以使用任何其他方法。我的产品类别有限（仅限8个产品类别）。在这种情况下，我可以使用8个逻辑回归模型来预测亲和力吗？
由于
答案 0 :(得分：4)
您所描述的内容称为multinomial logistic regression，用于multiclass classification。这是典型logistic regression的概括，它只有2个结果（二元）。
看起来你正试图应用一个collaborative filtering模型，正如你所指出的那样在这种情况下不会起作用。
查看multinomial logistic regression的Spark ML / MLlib文档。
您可以将每个输入（view_count和purchase_count）视为单独的要素（输入数据），以使用现有的已知数据（包括结果）来训练模型。
当您对新数据进行评分/预测时，模型将返回每个可能结果的概率：8，在这种情况下......每个产品类别为1。然后选择概率最高的类别。
以下是一些相关的Spark文档链接：
Spark的Logistic回归编程指南
http://spark.apache.org/docs/latest/mllib-linear-methods.html#logistic-regression
当前spark.mllib Logistic回归API
新的spark.ml Logistic回归API
（注意：目前这只支持二进制，逻辑回归，但是当它可用时你应该迁移到它）
答案 1 :(得分：0)
您是在尝试预测亲和力得分还是继续推荐基于亲和力的推荐？例如，您可能具有购买与访问的比率，将其保持为评级（此处为亲和度评级）并执行推荐