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。
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。