【问题标题】：Similarity function for Mahout boolean user-based recommenderMahout 布尔基于用户的推荐器的相似度函数
【发布时间】：2011-11-23 16:00:06
【问题描述】：
我正在使用 Mahout 构建一个基于用户的推荐系统，该系统使用布尔数据进行操作。
我使用GenericBooleanPrefUserBasedRecommender、NearestNUserNeighborhood，现在正在尝试确定最合适的用户相似度函数。
建议使用LogLikelihoodSimilarity 或TanimotoCoefficientSimilarity。我都尝试了，并且在这两种情况下都得到了[主观评估]有意义的结果。然而，相同数据集的 RMSE 评级优于 LogLikehood。两种情况下“不推荐”的数量相似。
谁能推荐这些相似度函数中的哪一个最适合这种情况？
【问题讨论】：
标签：
similarity
mahout
collaborative-filtering
【解决方案1】：
（我是开发人员。）如果我被困在一个荒岛上，只有一个相似性指标用于没有评级/首选项的数据，那将是对数似然。我通常希望它是更好的相似性指标。
您正在做的测试的问题在于，也许一点也不明显，它对这种推荐者/数据没有意义。 RMSE 是均方根误差，它比较保留测试数据的实际评级与预测评级。但是你没有评分。它们都是“1.0”。真的，RMSE 总是 0！
不是这样，因为要对任何东西进行排名，这些推荐者将根据相似性的一些有意义的函数进行排名。但他们根本没有估计收视率/偏好。所以，RMSE 在这里表示蹲下。
我认为，在这种情况下，您真正可以使用的唯一指标是精度/召回率测试。即使这样也是有问题的。这本书和更多有趣的话题都包含在我将无耻地宣传的一本书中：Mahout in Action