mahout in Action2.2-給用戶推薦圖書（1）-直觀分析和代碼

jopen 8年前發布 | 31K 次閱讀 推薦引擎

</div>

This chapter covers

? What recommenders are, within Mahout

? A first look at a recommender in action

? Evaluating the accuracy and quality of

recommender engines

? Evaluating a recommender on a real

data set: GroupLens
</div>


1.mahout in Action2.2第一個例子


Running a first recommender engine


數據：

第一個數字是用戶ID 第二個是書的ID，第三個是用戶對書的評分，1-5 越高，表示用戶越喜歡

1,101,5.0

1,102,3.0

1,103,2.5


2,101,2.0

2,102,2.5

2,103,5.0

2,104,2.0


3,101,2.5

3,104,4.0

3,105,4.5

3,107,5.0


4,101,5.0

4,103,3.0

4,104,4.5

4,106,4.0


5,101,4.0

5,102,3.0

5,103,2.0

5,104,4.0

5,105,3.5

5,106,4.0
</div>


1-5 用戶對不同書的喜好程度如下圖所示：



直覺上看這個圖，用戶1和用戶5喜好很相似，都喜歡101，對102，103只是喜歡那么一點點。可以說非常相似。1和4其次，也很相似，都很喜歡101，不怎么喜歡103。

1和2的喜好貌似完全相反，1喜歡101，而2不喜歡。等等。。。


那么。考察用戶1，我們推薦什么書給他呢？


101 102 103他已經知道了，在剩下的書中，我們選取哪幾個呢？直覺告訴我們，1和4，5號用戶很相似，因此，我們應該用4.5的喜好推測1的喜好，進行推薦。那么4，5都很喜歡104，106，我們就應該推薦這兩本書給1.


人的內心是這么思考的，代碼怎么表示出來呢？ 




 
  publicstaticvoid main(String[] args)throwsException{


File modelFile =null;


if(args.length >0)


modelFile =newFile(args[0]);


if(modelFile ==null||!modelFile.exists())


modelFile =newFile("intro.csv");加載文件


if(!modelFile.exists()){


System.err.println("Please, specify name of file, or put file 'input.csv' into current directory!");


System.exit(1);


}


DataModel model =newFileDataModel(modelFile);


 


UserSimilarity similarity =newPearsonCorrelationSimilarity(model);


UserNeighborhood neighborhood =


newNearestNUserNeighborhood(2, similarity, model);


 


Recommender recommender =newGenericUserBasedRecommender(


model, neighborhood, similarity);


 


List<RecommendedItem> recommendations =


recommender.recommend(1,1);推薦，對于用戶1 推薦一個


 


for(RecommendedItem recommendation : recommendations){


System.out.println(recommendation);


}


 


}
 </pre></div>






















程序輸出： 







RecommendedItem [item:104, value:4.257081] 







結果說明 推薦104 因為相應的評分為4.25 







下一章節講述怎么評價這個結果，這個和我們做生物研究實驗一樣，就是檢驗自己的結果的可信性。如果檢驗可信度高，就可以認為我們的理論是正確的。我們生物經常用到的是T檢驗，K檢驗等等，都是經典的理論。 
















Charles 于2015-12-17 Phnom Penh 












</span></div>


版權說明： 


本文由Charles Dong原創，本人支持開源以及免費有益的傳播，反對商業化謀利。 




CSDN博客：http://blog.csdn.net/mrcharles 

</div>


個人站：http://blog.xingbod.cn 


EMAIL：charles@xingbod.cn 

</div>







來自： http://blog.csdn.net//mrcharles/article/details/50357259
                    

                    

                        
 本文由用戶 jopen 自行上傳分享，僅供網友學習交流。所有權歸原作者，若您的權利被侵害，請聯系管理員。

                        
 轉載本站原創文章，請注明出處，并保留原始鏈接、圖片水印。

                        
 本站是一個以用戶分享為主的開源技術平臺，歡迎各類分享！

                        
                        
                    


                

                

                    

                        
相關經驗

                        
                    

                    

                        
相關資訊

                        
                    

                    

                        
相關文檔