上下文感知推荐引擎答案

【问题标题】：Context aware recommendation engine上下文感知推荐引擎
【发布时间】：2016-03-13 09:51:25
【问题描述】：

我正在寻找上下文感知（位置、时间、同伴）推荐系统。

我发现了一堆很好的推荐系统（mahout、PredictionIO、easyrec）。

但不幸的是，我不相信其中任何一个。在进一步的谷歌搜索中，我发现CARSKit 基于librec。

我正在寻找类似的库。同时，我更感兴趣的是只与 mahout 合作。

虽然 mahout 不适合我，但我们仍然可以询问推荐的数量，并且输出也很容易理解。

据我了解，mahout 中缺少“上下文意识”。

我将解释我的数据集。

calendar_seq,user_id,date,dayofweek,timehh,timemm,location_name,location_lat,location_long,companion,event_name,is_recommended,is_accepted,show_in_cal
1,1,14/12/15,Monday,13,0,Office,1.1,2.2,Colleagues,lunch,true,true,true
2,1,14/12/15,Monday,18,0,Cinema,3.3,4.4,NA,Movie,false,true,true
3,1,15/12/15,Tuesday,13,0,Office,1.1,2.2,Colleagues,lunch,true,true,true
4,1,15/12/15,Tuesday,18,0,Meeting,3.3,4.4,Colleagues,meeting,false,true,true
5,1,16/12/15,Wednesday,13,0,Office,1.1,2.2,Colleagues,lunch,true,true,true

我将在 DB 中有五行以上，并将其作为训练数据。现在我需要在 2015 年 12 月 16 日晚上 18:00 推荐用户 1。

它可以推荐 16/12 的电影院或会议。当我在 17/12 再次运行 recomender 时，根据前一天的推荐，所有这些事件都将变得像训练数据一样。所以再次推荐人可以根据位置、时间、同伴等给出推荐。

谁能推荐我最适合 Mahout 之上的推荐包装器或满足我要求的新库？

我更喜欢基于 Java 的解决方案来解决我的问题。

【问题讨论】：

标签： java machine-learning mahout recommendation-engine mahout-recommender

【解决方案1】：

这可能与您的问题类似。
此链接的引用：“您的输入文件可能具有多个特征，例如年龄、位置等。 R 可以帮助您在多个特征上应用 K-Means 聚类。Apache Mahout 实现覆盖特征而不是应用多个特征。当你对这多个特征应用集群时，集群会基于所有特征而不是一个特征形成。但是，我不确定用例，所以我在这里只是讨论技术可行性。你可能需要申请根据您的用例。”

希望这会有所帮助。

【讨论】：