我经历了实施推荐系统的教程，其中大多数都采用了一个变量（等级）。
我想实现一个基于项目的推荐系统，它采用多个变量。
例如：假设一个Item（bar）有以下可变数据（值从-10到+10，表示相反的极性）
- price (cheap to expensive)
- environment (casual to fine)
- age range (young to adults)
现在，我想推荐查看用户历史记录中条形列表的项目（栏）。
这种“多维推荐系统”是否可以使用Mahout或任何其他框架实现？
答案 0 :(得分：3)
你想要多模态，多指标，多变量，你想要描述它的方式 - Universal Recommender。它可以处理所有这些数据。我们已经在真实数据集上对其进行了测试，并且因为我们称之为＆＃34;辅助指标＆＃34;而在精确度测试中得到显着提升。
良好的直觉。给UR看一下：blog.actionml.com，查看一篇文章中的幻灯片。代码在这里：https://github.com/actionml/template-scala-parallel-universal-recommendation/tree/v0.3.0建立在Mahout的新Spark版本上：http://mahout.apache.org/users/algorithms/intro-cooccurrence-spark.html