我有一个文章数据库，将由Lucene编制索引，按用户标记和mahout分类。文章将有一定的分数标记（用户可以同意或不同意标记，mahout发现的标记将被视为与用户相同）。
我想从个人资料和互动历史中找出用户的兴趣（可能对某个标签感兴趣）。
如何存储用户的兴趣？
我如何利用用户的兴趣对搜索结果进行排序或过滤？
我的方法可行吗？可行？可扩展？
我可以使用哪种技术和算法？请提出建议！
答案 0 :(得分：2)
这听起来很像搜索问题，而不是推荐问题。您主要是根据标签对搜索结果进行排序和过滤。因此我认为Lucene通常是部署的工具，而不是Mahout。 （虽然使用Mahout分类器来学习标签是非常正确的。）
如果您真的想将此视为推荐人问题，我可能会说您的商品是标签。任何时候你与标签交互，比如查看标记为X，Y和Z的页面，那么这表明你对“项目”X，Y和Z更感兴趣。然后这里的推荐问题是建议新标签兴趣。
您可以尝试使用与标记的简单交互计数作为数字“评级”，但我认为这不会在推荐程序上下文中产生很好的结果。使用计数日志更好，但仍然感觉不对。您可以忽略交互计数，只使用用户和标记曾经交互过的事实 - “布尔首选项”。
我知道，与此输入最匹配的推荐算法模型是您在ParallelALSFactorizationJob中看到的交替最小二乘模型。我不知道这是否对您有用，但如果您有时间和倾向，我会调查算法。它的输入更像是一种“互动强度”，而不是一种评级，它就是这样对待的，而这正是你在这里所拥有的。
答案 1 :(得分：1)
很多时候，让用户明确地说出他们感兴趣的标签会更容易。例如，这就是堆栈溢出所做的事情。如果标签是他们感兴趣的标签，您可以将分数提高一些。
如果你想做一些更隐含的事情，Mahout会推荐FAQ。