我是mahout的新手。
我已经使用mahout基于项目的算法和对数似然相似性度量。我在过去的帖子中读到，当推荐者处理二进制值（喜欢或不喜欢）时，最好使用对数似然相似性。我还读到mahout使用三个值（比如，不喜欢，不存在）。所以我对输入数据集文件的格式感到困惑。
输入文件格式是否必须如此？
userId, itemID
默认情况下，首选项是1？
我想知道是否有办法将不喜欢信息放入数据集中。
除了输入数据集文件之外，我会这样：
userid，itemid，binaryPreference 1,15,1.0
2,35,0
1,25,1.0 ......
请帮帮我！ Thanx提前！
答案 0 :(得分：0)
我不确定你在哪里阅读，但这是错的。 Mahout中没有三态“布尔”偏好。您要么在数据中有评级，要么没有，在这种情况下，您有布尔首选项，它们存在或不存在。没有第三国。
尽管看起来很奇怪，但我鼓励你尝试将“喜欢”和“不喜欢”视为同样的事情。它可能运作良好。
您可以稍后尝试将人工评级纳入-1到1的等级或某些东西，以表示之间的喜欢，不喜欢和阴影。然后，您可以尝试其他相似性指标，如欧几里德距离，看看它是如何做的。
第三种可能性是构建两个推荐者：一个具有“喜欢”关联，另一个具有“不喜欢”关联的数据模型。您可以使用“喜欢”推荐器的输出，并根据“不喜欢”推荐器的结果过滤或修改结果。这需要一些编码，但并不难。
user@mahout.apache.org将是一个跟进此事的好地方。