与当前数据匹配的用户

Question

我有一个数据库，其中包含两种不同类型的用户（导师和学员），我希望第二组（导师）能够“搜索”第一组（导师）中与他们的个人资料相匹配的人。导师和学员都可以随时进入并更改其个人资料中的项目。

目前，我正在使用 Apache Mahout 进行用户匹配 (recommender.mostSimilarIDs())。我遇到的问题是每次有人搜索时我都必须重新加载用户数据。就其本身而言，这并不需要那么长时间，但是当 Mahout 处理数据时，它似乎需要很长时间（3000 名导师和 3000 名学员需要 14 分钟）。处理后，匹配只需几秒钟。我还在处理过程中一遍又一遍地收到相同的 INFO 消息（“已处理 2248 个用户”），而查看代码显示该消息应仅每 10000 个用户输出一次。

我正在使用 GenericUserBasedRecommender 和 GenericDataModel，以及 NearestNUserNeighborhood、AveragingPreferenceInferrer 和 PearsonCorrelationSimilarity。我从数据库中加载指导者，将指导者添加到 POJO 列表中，并将它们转换为 FastByIDMap 以提供给 DataModel。

有没有更好的方法来做到这一点？产品负责人需要为每次搜索提供最新数据。

Answer 1

（我是作者。）

你不应该每次都要求它重新加载数据，这是为什么呢？

14 分钟听起来太长了，加载这么少的数据也太长了，有问题。您可以在 user@mahout.apache.org 跟进更多信息。

您会看到来自DataModel 的日志消息，您可以在您选择的日志系统中禁用它。它打印一个最终计数。这没什么好担心的。

我建议您不要使用PreferenceInferrer，除非您绝对知道自己想要它。你这里真的有评分吗？如果没有，我可能会建议LogLikelihoodSimilarity。