什么是增加 mahout 推荐模型的正确方法？

Question

我有一个用户-项目对流，根据最后 6M 记录保存一个块，并每分钟更新一次。我不喜欢这些重建之间的一些重要数据可能未被使用。例如，新用户加入了系统，但模型还不知道他。我找到了 PlusAnonymousConcurrentUserDataModel 类，它允许向模型添加少量条目并获得更准确的推荐。文档提出了更多受限的使用场景：我必须：

• 分配临时用户
• 添加额外数据
• 获得推荐
• 然后释放用户和额外数据

是否可以使用这个类来迭代收集数据，直到模型实际上被计时器重建？这样做的正确方法是什么？ PlusAnonymousConcurrentUserDataModel 似乎有点不同的目的。

Answer 1

Mahout 的这一部分非常古老，已被弃用。我认为它甚至不在 0.14.0 版本中，您必须从源代码构建。

Mahout 现在使用一种全新的技术进行推荐。新算法称为Correlated Cross-Ocurrence (CCO)。您使用的旧方法没有像您概述的那样使用实时输入。只要有某种形式的行为数据，CCO 就可以向模型中没有内置的匿名用户推荐。

实现 CCO 的架构需要数据库中的数据存储和 KNN 引擎（搜索引擎）来进行模型查询。这些都打包在Apache PredictionIO + Universal Recommender 模板中。

可以在此处找到对 Universal Recommender 本身的社区支持：https://groups.google.com/forum/#!forum/actionml-user 或其他项目的邮件列表。