Apache Mahout中的构造型用户模型实现

Question

我致力于在推荐系统中实现个人和刻板印象用户模型。我遇到了Apache Mahout，但它似乎只适用于个人用户模型。 我的问题是如何在Apache Mahout Taste中使用立体类型用户模型？

我对推荐引擎的理解是 你有这些核心参数

• 信息获取方法（隐式或显式）
• 用户模型（个人或刻板印象）
• 推荐技巧（协作或内容库）

Answer 1

品味正在被弃用。 Mahout经历了重大重启，不再接受Hadoop MapReduce代码。许多Hadoop MapReduce算法已经在Mahout Samsara代码库上重写，虚拟化了大量线性代数类型的操作，可以在多个计算引擎上运行。最完整的是Spark，其运行速度比Hadoop MapReduce快10倍。

作为序言，新的＆＃34;推荐人＆＃34;实现虽然它们包括ALS，但也具有项目和行相似性的代码，其在推荐器数据中意味着项目和用户的相似性。

参见＆＃34; spark-rowsimilarity＆＃34;的描述在这里：2.8 docs

这个示例对您的案例是错误的，但通过输入用户交互向量来计算用户相似性也同样有效。

另一种方法是将用户交互向量放入使用Lucene的相似性引擎，如Solr或Elasticsearch。然后使用特定用户的数据进行查询，您将获得类似的用户。