在Google的预测API页面中，它说我们可以将其用于推荐网页/产品...
有人可以告诉我如何：
我有500,000名成员购买历史
我有200种不同类别的2,000,000种产品
我有User-X仅注册，问他15"喜欢"/"不喜欢"产品问题（用户的口味）
现在，我想建议/推荐使用列表（例如500）产品的User-X，他很可能愿意购买
非常感谢
如果您没有专门与Google API Fow绑定，则使用Mahout进行探索。这是Mahout推荐挖掘的基本用例。
https://cwiki.apache.org/mahout/itembased-collaborative-filtering.html
当前实施的Google预测API非常适合将数据分类为离散类别集，但是，如文档中所述：
避免在分类模型中具有很高的类别与培训数据的比例。 尝试至少为每个类别提供至少几十个示例。 为了真正的好预测，每个类别的几百个示例是 推荐。
当类别与示例的比率很高时，预测API的分类不能很好地工作，并且在示例中，您勾勒出关系是一对一的，因为您试图找到喜欢的产品列表最相似的用户给感兴趣的用户（要找到一组有希望的产品）。在此模型中，每个用户都是唯一的类别。