没有首选项值的基于Mahout项目的推荐引擎

Question

我正试图使用Mahout构建一个推荐引擎，该引擎仅根据项目间的相似性提供推荐，而不考虑用户偏好（即评分）。项目相似性由mahout外部的一些其他过程计算并保存到文件中。到目前为止，我已经确定我可以使用类：

GenericBooleanPrefItemBasedRecommender

选择项目，文档中说"当数据中不存在偏好值的概念时，适合使用"。然而，该类仍然将其作为输入：

(DataModel dataModel, ItemSimilarity similarity)

我知道我可以使用ItemSimilarity类来提供项目到项目的相似性值，但在这种情况下，我的数据模型是什么？我没有偏好，这似乎正是数据模型所代表的东西。我该如何解决这个问题，还是我看错了这里的东西？

Answer 1

以下是一个简单的代码，说明如何创建使用GenericBooleanPrefDataModel 的DataModel实例

DataModel model = new GenericBooleanPrefDataModel(GenericBooleanPrefDataModel.toDataMap(new FileDataModel(new File("YOUR_FILE_NAME"))));

然而，即使您有带有首选项值的数据模型，并且您有不使用此首选项值、ItemSimilarity的自定义实现，您也会得到所需的结果。

最佳，Dragan

Answer 2

只需使用GenericBooleanPrefDataModel。