基于产品视图历史记录的建议

Question

我在电子商务网站上工作。我想使用Apache Mahout根据用户的产品视图历史记录创建推荐人。目前，我能够根据用户提供的评级数据生成建议。目前，推荐人的输入是user_id，item_id和评分。我想创建一个推荐人，该推荐人根据用户查看的产品生成建议。谁能告诉我如何实现这一目标？

ps。我需要使用apache mahout。

Answer 1

mahout可以处理隐式评分的布尔偏好。可以使用Postgresqlbooleanprefjdbcdatamodel或mysqlbooleanpreeanprefjdbcdatamodel类创建布尔数据模型。与非树立评级的建议的主要区别在于，有了布尔偏好，相似之处应为tanimoto或对数可能性相似性。因此，来自Mahout主页的示例代码看起来像这样：

           DataModel model = new FileDataModel(new File("booleanpref.dat"));
            UserSimilarity userSimilarity = new TanimotoCoefficientSimilarity(
                    model);
            UserNeighborhood neighborhood = new NearestNUserNeighborhood(3,
                    userSimilarity, model);
            Recommender recommender = new GenericUserBasedRecommender(model,
                    neighborhood, userSimilarity);
            Recommender cachingRecommender = new CachingRecommender(recommender);
            List<RecommendedItem> recommendations = cachingRecommender
                    .recommend(1234, 10);

此博客提供了基于项目的布尔建议的示例。