如果我使用 SIMILARITY_LOGLIKELIHOOD (LLR)，项目评级真的被忽略了吗？

Question

我使用未更改的电影镜头数据文件 (ml-100k.zip) u.data，因此它具有以下列：用户 ID、电影 ID 和用户评分。

我用过 LLR：

hadoop jar C:\hdp\mahout-0.9.0.2.1.3.0-1981\core\target\mahout-core-0.9.0.2.1.3.0-1981-job.jar org.apache.mahout.cf .taste.hadoop.item.RecommenderJob -s SIMILARITY_LOGLIKELIHOOD --input u.data --output udata_output

当我查看 udata_output 文件时，我看到推荐的电影 ID 后跟推荐分数，例如：

1226:5.0 和 896:4.798878

推荐分数似乎从 5.0 到 4.x 不等

但是，当我从 u.data 文件中删除用户评分列并重新运行上面相同的命令行时，我收到的结果如下：

615:1.0

所有推荐分数均为 1.0。

2 个问题：

1) 如果 LLR 忽略用户评分，我唯一改变的输入是是否提供用户评分，为什么推荐分数会改变？

2) 总的来说，我正在尝试确定推荐排名，因此我使用的是 LLR。另外我是否应该忽略推荐分数而只关注推荐项目的顺序（例如：第一个项目的排名高于第二个）？

提前致谢。

Answer 1

LLR 不使用优势。该理论是，如果用户实际与项目交互，这就是所有需要的指示。 LLR 将根据称为Log Likelihood Ratio 的概率计算将该交互与其他用户的交互和分数相关联。它确实创造了优势，但只使用了互动次数。

答案

1. 这可能是一个错误，也可能是因为您在一种情况下使用了布尔推荐值，而在另一种情况下使用了非布尔值。我可能是推荐人试图通过考虑价值来提供评级。但是，如果您尝试优化排名，这些都不重要
2. 除非您尝试预测评级，否则您真的不需要查看推荐权重，这在当今很少发生。相信recs的排名。

顺便说一句，Mahout 现在有了一个全新的推荐系统，它基于使用搜索引擎提供推荐和 Mahout 来计算模型。与旧 Hadoop 版本相比，它具有许多优点，包括：

1. 多模式：它可以在许多不同的项目集上提取许多不同的用户操作。这允许您使用用户的大部分点击流进行推荐。
2. 实时结果：它在 Solr 或 Elastic 搜索中具有非常快速的可扩展服务器。
3. 由于实时性，它可以向新用户或具有最近历史记录的用户推荐。较旧的 Hadoop Mahout 推荐器仅向训练数据中的用户和项目推荐——它们无法对未在训练中使用的历史做出反应。新推荐器可以使用实时收集的数据，甚至是新用户。

Mahout 1.0-snapshot 或更高版本中的新 Multimodal Recommender 如下所述：

• Mahout site
• 一本免费的电子书，讲述了总体思路：Practical Machine Learning
• 幻灯片，讨论混合动作或其他指标：创建Unified Multimodal Recommender
• 两篇博文：What's New in Recommenders: part #1 和 What's New in Recommenders: part #2
• 描述对数似然比的帖子：Surprise and Coincidence LLR 用于减少数据中的噪声，同时保持计算 O(n) 复杂度。