如何根据购买记录计算相似度？

Question

我有购买历史数据集。它包含userid，itemid，购买记录。购买记录表示用户购买该商品的次数。

dataset

那么如何根据此数据集计算用户或项目相似度以产生推荐。

Answer 1

您可以使用Cos协方差和相关性。

https://github.com/Krewn/KPlot/blob/gh-pages/analysisTools.py

Answer 2

Mahout具有基于概率对数似然比（LLR）的用户和项目相似性，与其他相似性度量相比，这已被证明具有优越的性能，并且仅名义上是“相似性”，实际上是相关性测试。 Mahout中的LLR为每个检测到的事件（数据集中的行）生成一个分数。这是在带有spark-itemsimilarity作业的“指标”矩阵中收集的。您可以将其与搜索引擎一起使用来创建推荐器或使用我们为PredictionIO创建的推荐器。

PredictionIO是一台机器学习服务器，具有数据库，工作流控制以及存储和计算引擎集成。请参阅Universal Recommender，它在Spark上使用Mahout，是一个功能齐全的端到端推荐器，可以查询基于用户的推荐项。

• http://mahout.apache.org/users/algorithms/intro-cooccurrence-spark.html
• http://actionml.com/docs/ur

Answer 3

您可以使用Spark MLlib算法。 Spark提供 Collaborative filtering - Alternating Least Squares (ALS) 机器学习算法，该算法使用用户，产品和评级进行培训。在您的情况下，评级将是项目购买的计数（用户购买项目的次数）。

您可以按照此处显示的示例Collaborative filtering - ALS直接转到ALS算法。