使用 Lucene/solr/mahout 进行文本推荐

Question

我正在开展一个需要实施文章/新闻推荐引擎的项目。 我正在考虑组合不同的方法（基于项目、基于用户、模型 CF）并且对要使用的工具有疑问。

从我的研究来看，Lucene 绝对是文本处理的工具，但对于推荐部分，它就不是那么清楚了。 如果我想基于文本相似性在文章上实现项目 CF： - 我看过使用 Mahout 和 solr (http://fr.slideshare.net/lucenerevolution/building-a-realtime-solrpowered-recommendation-engine) 的案例研究，因为它非常接近搜索问题，我认为 solr 可能更好，对吗？ - 这两种工具在时间处理方面有什么区别（我认为 Mahout 更多的是批处理和 solr 实时）？ - 我可以直接从 Lucene 获得文本距离吗（与 Lucene 相比，solr 的附加值对我来说不是很清楚）？ - 对于更高级的方法（基于矩阵分解的模型），我会使用 Mahout，但 solr 中是否有任何类似 SVD 的功能来发现概念/标签？

感谢您的帮助。

Answer 1

这取决于你的要求，如果你只需要离线推荐功能，mahout 很好。对于在线，我也在测试它。事实上，我已经用 lucene 和 mahout 进行了测试，它们可以很好地协同工作。对于 solr，我不太确定，我只知道它使用 lucene 作为其核心。所以所有繁重的工作仍然由lucene完成。就我而言，我在我的 java 程序中结合了 mahout 和 lucene，基本上 lucene 进行预处理和原始相似度计算，然后将结果发送到 mahout 进行进一步分析。