Prediction IO + Universal Recommender 中推荐数量的减少答案

【问题标题】：The reduction of recommendations number in Prediction IO + Universal RecommenderPrediction IO + Universal Recommender 中推荐数量的减少
【发布时间】：2016-03-28 09:35:52
【问题描述】：

我们正在尝试使用 PredictionIO（0.9.5 版）+ Universal Recommender（0.2.3 版）为我们服务的用户构建个人推荐。 EventServer 正在收集有关用户对 MySQL 数据库中项目评分的事件，Recommender 的 retrain 由调度程序运行，并将个人推荐存储到 ElasticSearch。在开始和后来的一些训练中，推荐者的响应看起来不错，有很多项目，但过了一段时间，推荐的数量开始下降。我们查看了 ElasticSearch 中的数据：项目存在，但它们的属性被删除。我们想知道为什么会发生这种情况？

附件中的engine.json示例：engine.json

提前致谢！

【问题讨论】：

到目前为止你尝试过什么？ Stack Overflow 用于帮助解决现有代码的问题，而不是免费编写代码解决方案。
对不起，我不是要写代码——我们有！问题在于 PIO 配置（当前配置在文件中由相关链接表示）。

标签： java predictionio

【解决方案1】：

如果 EventServer 中没有相应的事件，该项目将不会被写入 Elasticsearch。您是否在训练时间之间擦除 EventServer 中的数据？还是从所有新数据开始，丢弃旧数据？

如果您曾经有事件，则会将一个项目写入 Elasaticsearch，但如果以后没有事件，它将消失，因为 Elasticsearch 索引在每列火车上都会被替换。 EventServer 旨在随着时间的推移积累数据，而不是在每次训练之前擦除。

顺便说一句，您应该升级到新的 PredictionIO v0.9.6 和 Universal Recommender v0.3.0。这些必须一起升级并从这些存储库中获取。

https://github.com/actionml/PredictionIO

https://github.com/actionml/template-scala-parallel-universal-recommendation

【讨论】：

首先感谢您的回复！不，我们不会在训练时间之间删除数据。通过调度程序启动脚本，使用两个命令： - pio train - pio deploy 今天我正在尝试升级 PIO 版本（到 0.9.6）和 Universal Recommender（到 0.3.0）。此外，我将 MySQL 替换为 PostgreSQL 作为 EventData 和 ModelData 的存储。元数据存储仍然是 Elasticsearch。第一次训练成功完成。希望以后不会出现问题。
升级后的 PIO+Universal Recommender 运行良好，但经过一段时间（约 3 天）后，推荐中的项目计数仍然为空。这可能是因为我们网站上的新活动数量很少吗？