Mahout Item-to-Item推荐器，如何获得单一偏好用户的推荐？

Question

我正在尝试为具有单一偏好的用户获得推荐，这似乎被 Hadoop 上的 Mahout 推荐工作有意放弃了。就我而言，大约 50% 的用户只有一个偏好，并不多，并且可以对此提出任何建议，但建议强度可能小于 1.0。

我怎样才能得到它？

我使用过的选项

nohup hadoop jar mahout-core-0.8-job.jar  org.apache.mahout.cf.taste.hadoop.item.RecommenderJob --booleanData --similarityClassname SIMILARITY_LOGLIKELIHOOD --input s3://XXX/RS/tmp/mahout_input/SIMILARITY_LOGLIKELIHOOD/1M/ --output s3://XXX/RS/tmp/mahout_output/SIMILARITY_LOGLIKELIHOOD/1M/  --outputPathForSimilarityMatrix s3://XXX/RS/tmp/SimilarityMatrix/1M/  --numRecommendations 50 --maxPrefsPerUser 500 --threshold 0.2 --maxSimilaritiesPerItem 100 --minPrefsPerUser 1 

Answer 1

直观地说，一种偏好几乎不会告诉你关于品味的任何信息。

更科学地说，Mahout 中基于项目的推荐器是一种共现推荐器，因此如果单个偏好与其他用户的偏好不匹配，您将无法使用它进行推荐。

但是，有一种方法可以为新用户做点什么。 Mahout 中有一个命令行作业itemsimilarity。它将使用所有偏好并根据相同用户的偏好计算哪些项目与其他项目相似。这些是您在亚马逊上看到的“其他购买此产品的人也购买了这些”的建议。如果您发现类似的项目，您至少可以在用户查看项目时推荐它们。它们不是个性化的，因此向所有用户显示相同的项目，但它们可能是有效的。

在 Mahout 1.0 快照构建中，有一个更友好的作业版本，它在 Spark 上运行得更快，称为 spark-itemsimilarity

在不带参数的情况下运行其中一个以获取帮助屏幕。