如何构建数据以便在 mahout 中使用项目偏好推荐

Question

首先是 mahout、apache、maven 等的新手 - 如果这很明显，请道歉。

我有一个典型的购物篮数据集，即

用户1，项目1

用户1，项目2

用户2，项目1

用户2，项目3

用户 3，项目 2

我的查询 - 对 user3 有什么建议？ （是的，我知道答案是 item1！）。

如何构建这个以在 Mahout 中使用？我查看了页面 - https://cwiki.apache.org/MAHOUT/recommender-documentation.html - 这非常有用 - 但就在我想要有趣的位时 - 即如何构建相关数据 - 它说：

// Construct the list of pre-computed correlations
Collection<GenericItemSimilarity.ItemItemSimilarity> correlations =
          ...;
ItemSimilarity itemSimilarity =
          new GenericItemSimilarity(correlations);

而我要计算的部分是丢失的...... !!!

虽然这完全是错误的做法，但我修改了我的数据集，使其看起来与 movielens 结构相同（给出 5 作为评级，但实际上它应该是二进制真的），但所有用户的所有建议都是总是相同的产品列表。

有什么建议吗？

Answer 1

（顺便说一下，这个数据太稀少了，我不知道推荐人是否真的会推荐项目 1。）

如果您已经预先计算了项目-项目相似性，那么您引用的代码 sn-p 将是您使用的代码。你这里没有那个；你有用户-项目关联。您确定要从这些数据中计算出这些相似性，然后将其用于推荐吗？

虽然您可以通过编程方式执行此操作，但我建议使用您的数据制作一个简单的文本文件会更快...

1,1
1,2
2,1
2,3
3,2

然后使您的基于项目的推荐器具有对数似然相似度：

DataModel model = new FileDataModel(new File("yourdata.txt"));
ItemSimilarity similarity = new LogLikelihoodSimilarity(model);
Recommender recommender = 
    new GenericBooleanPrefItemBasedRecommender(similarity, model);

并为用户 3 推荐 1 项：

recommender.recommend(3, 1);

（这在Mahout in Action中有相当详细的介绍。）