用户用户协同过滤的模型创建

Question

我想做一种用户-用户协同过滤，其中用户项目矩阵中的用户是数据库中整个用户的选定部分。这些选定的用户会使用新选定的用户首选项定期刷新。不应将新用户添加到矩阵中。对于新用户，根据他的偏好，我们需要从用户项目矩阵中推荐项目（该矩阵只有一部分用户被选中）。我不想将新的匿名用户添加到矩阵中。

在马胡特进行了探索，但需要一些帮助。Mahout中的Recommender类有一个以user_id为参数的Recommender（…）方法。这不是我想要的。该方法应接受偏好，并根据模型推荐项目。在马胡特怎么做？？我们可以使用PlusAnonymousUserDataModel吗？？

如果不是驯马师，还有什么工具可以做到这一点。。。

我在PlusAnonymousUserDataModel中使用的代码，它不会为有正常使用建议的用户提供任何建议。。

    DataModel model = new GenericBooleanPrefDataModel( GenericBooleanPrefDataModel.toDataMap( new FileDataModel(f)));
    TanimotoCoefficientSimilarity similarity = new TanimotoCoefficientSimilarity(model);
    UserNeighborhood neighborhood = new NearestNUserNeighborhood(1000, similarity, model);
    new_user_preferences = { ... } // new user items..
    DataModel plusmodel = new PlusAnonymousUserDataModel(model);
    PreferenceArray anonymousPrefs = new GenericUserPreferenceArray(new_user_preference.length);
    anonymousPrefs.setUserID(0, PlusAnonymousUserDataModel.TEMP_USER_ID);
    for(int i = 0;i < new_user_preference.length;i++)
    {
      anonymousPrefs.setItemID(i, new_user_preference[i]);
    }
    PlusAnonymousUserDataModel plusAnonymousModel = (PlusAnonymousUserDataModel) plusmodel;
    Recommender recommender1 = new GenericBooleanPrefUserBasedRecommender(model, neighborhood, similarity);
    plusAnonymousModel.setTempPrefs(anonymousPrefs);
    List<RecommendedItem> recommendations1 = recommender1.recommend(plusAnonymousModel.TEMP_USER_ID, 10);

代码有问题吗？？

Answer 1

是的，PlusAnonymousUserDataModel最接近您在Mahout中想要的东西。这有点像创可贴，但有效。

Answer 2

sravan_kumar，如果在3个位置用plusAnonymousModel替换model：
TanimotoCoefficientSimilarity similarity=新的TanimotocoefficientSamilarity（加匿名模型）
UserNeighborhood邻域=新的最近NUserNeighbor（1000，相似性，加匿名模型）
Recommender recommender1=new GenericBooleanPrefUserBasedRommender（加匿名模型，邻域，相似性）；

并在初始化模型后立即初始化plusAnonymousModel：
PlusAnonymousUserDataModel plusAnonymousModel=新的PlusAnonmyousUserDatamodel（模型）
（使用plusmodel变量时不需要它）
，你会得到想要的结果！

此外，将GenericUserPreferenceArray更改为BooleanUserPreferenceArray：）