【发布时间】：2014-11-17 11:10:57
【问题描述】：
我正在构建一个推荐系统。
我发现 neo4j 和 mahout 是构建推荐系统的最佳可用解决方案。
但我无法清楚区分这两者的优势和问题。
谁能给我一个neo4j和mahout的比较？
哪个最适合构建推荐系统？
【问题讨论】：
-
我认为reco4.com同时使用了mahout和Neo4j，也许你可以在那里查看。
标签： neo4j mahout recommendation-engine
【发布时间】：2014-11-17 11:10:57
【问题描述】：
这是一个深奥的问题，如果没有更多关于您想要什么样的推荐系统、您需要什么样的可扩展性、您的硬件/软件/平台配置是什么样的等信息，就无法具体回答.
但是让我给你考虑一下：问题不是neo4j 和mahout 的比较，而是neo4j 和hadoop 的比较。 Mahout 通常会在 hadoop 基础架构之上运行，因此与 hadoop 一起提供的所有假设和实现约束在很大程度上比仅考虑原始图形层实现差异更重要。
您应该阅读更多有关 hadoop 的内容 - 它采用的数据存储和管理方法与 neo4j 完全不同。两者都有其优缺点，整本书都可以而且已经写过关于 hadoop 所采用方法的优缺点。简短的版本是，如果您需要大规模的可扩展性并且您拥有庞大的数据集，那么 hadoop 可以在这些环境中正常工作； neo4j 不承诺超过数十亿或数百亿节点的可扩展性，它所承诺的可扩展性与 hadoop 完全不同。
您应该对该主题进行更多阅读，或者进一步完善您的问题，以防止人们陷入关于什么是更好的固执己见的激烈争论。考虑到您的所有详细信息，也许有更好的选择，但我们没有这些详细信息。
【讨论】：
-
谢谢@FrobberOfBits，我是这个领域的新手，我正在试验 mahout 和 neo4j。据我所知，可扩展性是 neo4j 的主要问题。但优势在于图数据库的强大。是对的吗 ？但是 mahout 要求要呈现的数据是某种特定格式（如 csv）。那么是否建议在 neo4j 之上使用 mahout 来构建协同过滤？
-
可扩展性并不是图形数据库的真正重点，这更像是一个单独的问题。 Hadoop 提供了一种可扩展性，neo4j 提供了另一种可扩展性。让我强调一下，为了以有益的方式讨论这个问题，人们需要更多关于你的情况的信息。
-
我有一个用户数据列表：用户名、年龄、性别、地址、位置等和一组产品数据：产品名称、成本、描述等现在我想构建一个推荐引擎，将能够：1找出相似的产品，2向用户推荐产品列表中的相关产品