Apache Mahout Recommender Documentation 提到以下内容：
// Construct the list of pre-computed correlations
Collection <GenericItemSimilarity.ItemItemSimilarity> correlations = ...;
我不确定上述行中的实际构造是如何完成的。有人可以举个例子吗？
ItemSimilarity itemSimilarity = new GenericItemSimilarity(correlations);
【问题讨论】：
此示例指的是您已经计算出相似性的情况，例如 Hadoop 作业，并存储在文件系统或数据库中。正如构造函数文档所述：
A "generic" {@link ItemSimilarity} which takes a static list of precomputed item similarities and bases its responses on that alone. The values may have been precomputed offline by another process, stored in a file, and then read and fed into an instance of this class.
如果您有数千万条或更少的推荐，您可以简单地即时计算相似度并使用其他 GenericItemSimilarity 构造函数 - GenericItemSimilarity(ItemSimilarity otherSimilarity, DataModel dataModel)
例如：
DataModel dataModel = new FileDataModel(new File("path://to/file.csv"));
ItemSimilarity itemSimilarity = new LogLikelihoodSimilarity(dataModel);
ItemSimilarity itemSimilarity = new GenericItemSimilarity(itemSimilarity, dataModel);
【讨论】：
这里没有什么神奇之处，它只是建议您创建一堆 ItemItemSimilarity 对象，为您所知道的每个项目相似性创建一个。
Collection<GenericItemSimilarity.ItemItemSimilarity> correlations =
new ArrayList<GenericItemSimilarity.ItemItemSimilarity>();
correlations.add(new GenericItemSimilarity.ItemItemSimilarity(1, 2, 0.5));
...
你可以这样或任何你想要的方式。
【讨论】：