我可以使用 Apache Mahout Taste 进行用户偏好匹配吗？

Question

我正在尝试根据预定义的用户偏好匹配对象。一个简单的例子是寻找最匹配的车辆。

假设用户“汤姆”根据其预定义的偏好提供了一辆用于旅行的租用车辆。在这种情况下，预定义的用户偏好将是 -

** 为 Tom 预定义的用户偏好：

PreferredVehicle (Make='ANY', Type='3-wheeler/4-wheeler',
Category='Sedan/Hatchback', AC/Non-AC='AC')

** 而 10 辆可用的车辆是 -

Vechile1(Make='Toyota', Type='4-wheeler', Category='Hatchback', AC/Non-AC='AC')
Vechile2(Make='Tata', Type='3-wheeler', Category='Transport', AC/Non-AC='Non-AC')
Vechile3(Make='Honda', Type='4-wheeler', Category='Sedan', AC/Non-AC='AC')
;
;
and so on upto 'Vehicle10'

我想要做的就是 - 为汤姆选择最符合他的喜好的车辆，并且还可能按顺序给他选择，即最佳匹配优先。

我的问题：

1. 这可以用 Mahout Taste 完成吗？
2. 如果是，谁能给我一些示例代码，让我可以快速开始？

Answer 1

推荐人可能不是这里工作的最佳工具，原因有几个。首先，我不希望最好的答案在这个领域都是个人的。如果我想要一辆福特福克斯，那么对于大多数用户来说，你拥有的最佳选择可能都差不多。其次，这里没有太多的发现问题。我正在寻找满足某些需求的车辆；我并不特别想要或不需要寻找新的和未知的车辆，就像我想找音乐一样。最后，每个用户没有太多数据；我假设大多数用户以前从未租过，很少有人租过 3 次以上。

你能把这些数据扔给推荐人吗？当然，试试 Mahout Taste（我是作者）。如果您有 Mahout in Action 这本书，它将引导您完成它。由于它是非评级数据，我还可以推荐后续项目 Myrrix (http://myrrix.com)，因为它更易于设置和运行。您至少可以评估结果，看看它是否有用。

无论哪种方式，您的工作只是从您的数据中创建一个包含“userID,vehicleID”对的 CSV 文件并将其输入。然后它会为您提供车辆 ID 作为任何用户 ID 的建议。

但是，我想你会更好地分析人们在汽车不可用时选择了什么，看看差异，了解他们最有可能和最不可能被牺牲的属性，并学习为那样的替代品。这是完全可行的，因为这个数据集很小，而且你有丰富的项目属性数据。