Apache Mahout 没有给出任何建议

Question

我正在尝试使用 mahout 进行推荐但没有得到任何建议。

我的数据集：

0,102,5.0
1,101,5.0
1,102,5.0

代码：

      DataModel datamodel = new FileDataModel(new File("dataset.csv"));
        // Creating UserSimilarity object.
        UserSimilarity usersimilarity = new PearsonCorrelationSimilarity(datamodel);

        // Creating UserNeighbourHHood object.
        UserNeighborhood userneighborhood = new ThresholdUserNeighborhood(0.1, usersimilarity, datamodel);

        // Create UserRecomender
        UserBasedRecommender recommender = new GenericUserBasedRecommender(datamodel, userneighborhood, usersimilarity);

        List<RecommendedItem> recommendations = recommender.recommend(0, 1);

        for (RecommendedItem recommendation : recommendations) {
            System.out.println(recommendation);
        }

我使用的是 Mahout 版本：0.13.0

理想情况下，应该推荐item_id = 101' to 'user_id = 0' asuser = 0anduser = 1have item 102 common show it should recommenditem_id = 101touser_id = 0`

日志：

18:08:11.669 [main] INFO org.apache.mahout.cf.taste.impl.model.file.FileDataModel - Creating FileDataModel for file dataset.csv
18:08:11.700 [main] INFO org.apache.mahout.cf.taste.impl.model.file.FileDataModel - Reading file info...
18:08:11.702 [main] INFO org.apache.mahout.cf.taste.impl.model.file.FileDataModel - Read lines: 3
18:08:11.722 [main] INFO org.apache.mahout.cf.taste.impl.model.GenericDataModel - Processed 2 users
18:08:11.738 [main] DEBUG org.apache.mahout.cf.taste.impl.recommender.GenericUserBasedRecommender - Recommending items for user ID '0'

Answer 1

Mahout 中的 Hadoop Mapreduce 代码已被弃用。新的推荐代码以 @rawkintrevo 的示例开头。如果您是 Scala 程序员，请关注他们。

大多数工程师想要一个无需修改即可工作的系统，Mahout 算法封装在构建于 Apache PredictionIO 之上的 Universal Recommender 中。它有一个服务器来接受事件，就像你的例子中的那样，它有内部事件存储和一个结果查询服务器。对旧的 Mapreduce 代码有许多改进，包括使用实时用户行为来提出建议。无论是新的 Mahout 还是旧的包含用于输入和查询的服务器，Universal Recommender 都具有两者的 REST 端点。

鉴于您使用的代码将被弃用，我强烈建议您深入研究 Mahout 代码（@rawkintrevo 的示例）或查看完整的端到端系统 The Universal Recommender。

• 使用“单机”设置安装 PredictionIO here 或使用我们预先打包的 AWS AMI here 真正快捷地设置它包括预安装的 PIO 和 Universal Recommender。
• 添加 UR 模板here
• 用于向推荐者发送事件的 Java SDK here

完成此设置后，您可以处理配置、REST 或 Java SDK 和 PIO CLI。无需 Scala 编码。

Answer 2

我有三个基于版本 0.13.0 的示例（以及轮回所需的 Scala，R-Like Scala DSL Mahout 使用 v0.10+）

步行

第一个例子是一个非常缓慢的遍历： https://gist.github.com/rawkintrevo/3869030ff1a731d43c5e77979a5bf4a8 并且是作为 Pat Ferrels 博客文章/幻灯片的伴侣。 http://actionml.com/blog/cco

抓取

第二个例子更“真实”一点，因为它利用了SimilarityAnalysis.cooccurrencesIDSs(...，这是 CCO 算法的专有接口。

https://gist.github.com/rawkintrevo/c1bb00896263bdc067ddcd8299f4794c

运行

这里我们使用“真实”数据。 MovieLens 数据集没有足够的内容来展示 CCO 的多模式能力（推荐多种用户行为的能力）。在这里，我们加载“真实”数据并生成推荐。 https://gist.github.com/rawkintrevo/f87cc89f4d337d7ffea80a6af3bee83e

结论 我知道您特别要求 Java，但是 Apache Mahout 目前不适合 Java。从理论上讲，您可以将 Scala 导入您的 Java，或者将这些函数包装在另一个对 Java 更友好的函数中……我在深夜（或可能在梦中）听到谣言说某些地方的一些研究生正在研究 Java API，但目前不在后备箱中，也没有 PR，也不是路线图中的子弹。

希望以上内容能提供一些见解。

附录

最简单的 Stackoverflow 示例（您可以通过键入 $MAHOUT_HOME/bin/mahout spark-shell 在 Mahout spark shell 中以交互方式运行此示例（假设设置了 SPARK_HOME、JAVA_HOME 和 MAHOUT_HOME）：

val inputRDD = sc.parallelize(Array(  ("u1", "purchase",    "iphone"),
  ("u1","purchase","ipad"),
  ("u2","purchase","nexus"),
  ("u2","purchase","galaxy"),
  ("u3","purchase","surface"),
  ("u4","purchase","iphone"),
  ("u4","purchase","galaxy"),
  ("u1","category-browse","phones"),
  ("u1","category-browse","electronics"),
  ("u1","category-browse","service"),
  ("u2","category-browse","accessories"),
  ("u2","category-browse","tablets"),
  ("u3","category-browse","accessories"),
  ("u3","category-browse","service"),
  ("u4","category-browse","phones"),
  ("u4","category-browse","tablets")) )



import org.apache.mahout.math.indexeddataset.{IndexedDataset, BiDictionary}
import org.apache.mahout.sparkbindings.indexeddataset.IndexedDatasetSpark

val purchasesIDS = IndexedDatasetSpark.apply(inputRDD.filter(_._2 == "purchase").map(o => (o._1, o._3)))(sc)
val browseIDS = IndexedDatasetSpark.apply(inputRDD.filter(_._2 == "category-browse").map(o => (o._1, o._3)))(sc)

import org.apache.mahout.math.cf.SimilarityAnalysis

val llrDrmList = SimilarityAnalysis.cooccurrencesIDSs(Array(purchasesIDS, browseIDS),
  randomSeed = 1234,
  maxInterestingItemsPerThing = 3,
  maxNumInteractions = 4)

val llrAtA = llrDrmList(0).matrix.collect

IndexedDatasetSpark.apply( 需要RDD[(String, String)]，其中第一个字符串是“行”（例如用户），第二个字符串是“行为”，因此对于“购买矩阵”，列将是“产品”，但这也可以是一个“性别”矩阵，有两列（男性/女性）

然后将 IndexedDataSets 数组传递给SimilarityAnalysis.cooccurrencesIDSs(