我想为用户操作存储大量数据点，例如点赞、标签等（我有电子商务和文档管理的计划）。
有了数据点，我想支持诸如
之类的功能按生产就绪，实时；我的意思是我可以同时输入数据点和进行查询，服务器会自己负责回答查询和更新分数。
我在互联网上搜索，提出的解决方案是：
【问题讨论】：
标签： machine-learning recommendation-engine
对于推荐器，Mahout 有一个不使用 Hadoop 的非分布式推荐器实现。事实上，这是唯一实时的部分。基于 Hadoop 的部分不是。
我认为它的学习曲线很小；请参阅 here 和 here 以获得相当完整的文章。
Mahout in Action 第 2-5 章也很好地涵盖了这一点。
【讨论】：
请理解，为了获得有用的建议，必须仔细调整此类系统的各种参数。许多系统具有的开箱即用功能（Oracle 数据挖掘、Microsoft 数据挖掘扩展等）仅提供核心功能。
所以我猜你最终不会绕过“陡峭的学习曲线”。这就是为什么您需要数据挖掘专家。如果有一个点击式解决方案，它已经被集成到任何地方。
例如“类似项目”。当亚马逊曾经推荐我购买两种产品时，我笑得很开心：Debian Linux Administrators Handbook 和... Debian Linux Admininstrators Handbook WITH CD。
我希望你明白这个例子的关键点：对于一个简单的算法，两本书看起来“相似”，因此是一个明智的组合。对一个人来说，同一本书买两次是没有意义的。您需要教这样的规则到任何推荐系统，因为它们不能从数据中简单地学习。总会有好的结果和无用的结果，你需要仔细调整和参数化系统。
【讨论】：