用户与当前数据匹配

Question

我有一个数据库，里面有两种不同类型的用户（导师和被指导者），我希望第二组（受训者）能够“搜索”第一组（导师）中与他们的个人资料相匹配的人。导师和被指导者可以随时进入并更改其个人资料中的项目。

目前，我正在使用Apache Mahout进行用户匹配（recommender.mostSimilarIDs（））。我遇到的问题是，每次有人搜索时我都必须重新加载用户数据。就其本身而言，这并不需要那么长时间，但是当Mahout处理数据时，它似乎需要很长时间（对于3000名导师和3000名被提升者来说是14分钟）。处理完毕后，匹配只需几秒钟。我在处理过程中一遍又一遍地获得相同的INFO消息（“Processed 2248 users”），同时查看代码显示该消息应该每10000个用户输出一次。

我正在使用GenericUserBasedRecommender和GenericDataModel，以及NearestNUserNeighborhood，AveragingPreferenceInferrer和PearsonCorrelationSimilarity。我从数据库加载导师，将mentee添加到POJO列表并将它们转换为FastByIDMap以提供给DataModel。

有更好的方法吗？产品所有者需要数据在每次搜索时都是最新的。

Answer 1

（我是作者。）

你不应该每次都要求它重新加载数据，为什么？

14分钟听起来很长，加载这么少量的数据太长了，出了点问题。您可以访问user@mahout.apache.org了解更多信息。

您正在查看来自DataModel的日志消息，您可以在所选的日志记录系统中禁用该消息。它打印一个最终计数。这没什么可担心的。

我会建议你不要使用PreferenceInferrer，除非你绝对知道自己想要它。你真的有评分吗？如果没有，我可能会建议LogLikelihoodSimilarity。