我正在为一组用户创建的组件实现一个简单的推荐系统。
我打算用 JPA 和一些专用的 EJB 来做这件事。我的实体会有额外的几个列表，其中包含最新的建议，然后 EJB 会爬取数据集并定期更新此列表。该模型基于组件之间的关系，不依赖于过去的用户行为。我预计数据集将保持相对较小。可能不超过 50 万件。
我非常了解如何使用 JPA 和 EJB 来实现这一点，而且我认为对于我的特定用例来说，这将非常有效。
我应该花时间学习和实施 Mahout 吗？我确实有一点使用 hadoop 的经验，不过，我认为我的数据集不会大到足以证明引入大象是合理的。
另外，谁能给我推荐一本关于使用 mahout 实现推荐系统的好入门书？
非常感谢。
【问题讨论】：
标签： jpa hadoop ejb mahout recommendation-engine
如果您正在实施推荐引擎，请注意 Mahout 的部分基于 Hadoop 的完全独立的实施，而不是基于 Hadoop。这很好，因为 Hadoop 不是那种可以直接连接到任何基于 EJB 的东西。而且你没有大规模的问题。因此，您无需担心 Hadoop。
除了.hadoop 包之外，您还想查看org.apache.mahout.cf.taste.impl 中的内容；这一切都只是纯Java，因此您可以将其嵌入EJB。我认为您想查看Recommender API，然后将其包装在您的会话 bean 中并根据需要公开它。
（这些天你真的想使用 EJB 吗？单独的问题...）
事实上，之前的版本 0.4 仍然有一个 EJB 绑定示例作为无状态会话 bean。您可以挖掘并重用该包装器。
这部分代码的最佳网络资源是： https://cwiki.apache.org/MAHOUT/recommender-documentation.html
我们的书Mahout in Action 显然不是免费的，但肯定是该项目的最佳和唯一参考。我在这里编写了有问题的代码以及本书中关于此代码的部分，因此它非常直接来自源代码。
【讨论】：
integration/ 中有一个这样的 servlet 示例