ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路

时间:2022-03-27 20:26:13

ItemCF_基于物品的协同过滤

1.    概念

ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路

2.    原理

ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路

ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路

ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路

ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路

如何给用户推荐?
给用户推荐他没有买过的物品--103

3.    java代码实现思路

数据集:
ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路
第一步:构建物品的同现矩阵
第二步:构建用户的得分矩阵
第三步:同现矩阵*评分矩阵
第四步:拿到最终结果,排序,得到给用户的推荐列表
 
问题一:物品同现矩阵和用户得分矩阵如何构建?
问题二:矩阵相乘如何来做?
 

六个MapReduce

step1_第一个MapReduce: 目的-->去重去除数据集中重复的数据
    第一个MapReduce最终运行的结果:
ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路
  
   Mapper端:key:LongWritable(偏移量)   value:一行数据
                                  步骤一:context.write(value, NullWritable.get());    
                                        
   Reducer端:key:一行数据  value:NullWritable
                                  步骤一:context.write(key, NullWritable.get());
                                   
step2_第二个MapReduce:目的-->按用户分组,计算所有物品出现的组合列表,得到用户对物品的喜爱度得分矩阵
ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路
   第二个MapReduce最终运行的结果:
ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路
 
                     
   Mapper端:key:LongWritable(偏移量)   value:i1,u2723,click,2014/9/14 9:31 || i1,u2723,pay,2014/9/14 9:31
                                  步骤一:按照“,”切割,得到item(i1), user(u2723), action(click)
                                  步骤二:构建输出的key和value(key:user, value:item:物品的得分【根据用户action得到】
                                  步骤三:输出key,value
 
    Reducer端:key:user(u2723)   value:{i1:1, i1:2, i3:2}
                                  步骤一:遍历{i1:1, i1:2, i3:2}对于迭代器中的每一个Text(i1:1),按照“:”切割,分别得到item(i1)action(1)对同一物品的action进行累加,将结果存储到map对象中(map.put(item, action))
                                  步骤二:构建StringBuffer,key:user(u2723),value:{i1:3, i2:4, i3:5}, 并输出
                                          
step3_第三个MapReduce:目的-->对物品组合列表进行计数,建立物品的同现矩阵
   第三个MapReduce最终运行的结果:
ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路                                   
 
   Mapper端:key:LongWritable(偏移量)   value:u26    i276:1,i201:1,i348:1,i321:1,i136:1,
                                  步骤一:切割"\t",得到tokens[1]
                                  步骤二:双重for循环,得到每一个物品和其他物品的同现的次数
                                  步骤三:输出,(key=itemA:itemB,value=1)这里只是得到了单用户的物品同现,在Reducer端得到的是所有用户--同一物品对其他物品的同现次数
 
   Reducer端:第一种--key:itemA:itemB   value:{1,1,1}
                                  步骤一:对Iterable<IntWritable>遍历,统计sum,得到itemA:itemB同现的次数
 
step4_第四个MapReduce:目的-->把物品同现矩阵和用户得分矩阵相乘
   第四个MapReduce最终运行的结果:
ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路                            
 
   Mapper端:key:LongWritable(偏移量)   value: u14    i25:1,i223:1 ||  i100:i105    1
                                  步骤一:因为Mapper读取了第二次输出(用户得分矩阵)和第三次输出的结果(物品同现矩阵),所以要对maptask所对应的split进行判断,判读所读的数据集属于哪一个,这里采用了重写了setup(Context context)方法,定义了flag来进行标识                                  
                                  步骤二:
                                                 如果为同现矩阵(step3)// 样本:  i100:i181    1
                                                         key:i100    value:A:i181,1  输出
                                                 如果为得分矩阵(step2)// 样本:  u24  i64:1,i218:1,i100:2,
                                                         遍历得分矩阵--key:i100    value:B:u24,2,  输出
 
   Reducer端:key:i100   value: {A:i181,1,  A:i180,1  A:i167,3} || {B:u24,2,B:u25,3, B:u26,3}
ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路
                                  步骤一:因为value中的A:B:标识同现矩阵,得分矩阵
                                                val.startWith("A:")
                                                   某一个物品i100,针对它和其他物品的同现次数,存在mapA-->value: {A:i181,1,  A:i180,1  A:i167,3}                                                      mapA.put(i181,1),map.put(i180,1)...      
                                                val.startWith("B:")
                                                    该物品(key中的itemID),所有用户的推荐权重分数mapB--{B:u24,2,B:u25,3, B:u26,3}
                                                    mapB.put(u24,2),mapB.put(u25,3)...
                                  步骤二:进行矩阵相乘运算,对于物品i100,它的同现商品以及对应的次数存放到了mapA,而物品对于i100,所有用户的评分已经存放到了mapB,只需要遍历mapA,将其中同现的每一个商品乘以对应的mapB中每一个用户对i100的评分
                                  步骤三:输出,key=userId, value=itemId,result (u24   i101,8.0)
                                                
                                                 
step5_第五个MapReduce:目的-->把相乘后的矩阵相加,获得结果矩阵 
   第五个MapReduce最终运行的结果:
ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路                  
 
    Mapper端:key:LongWritable(偏移量)   value:u13    i9,5.0
                                  步骤一:key=u13,value=i9,5.0  输出
 
    Reducer端:key:u13    value:{i101,2.0, i103,4.5, i101, 5.7}
                                  步骤一:利用map对同一itemId矩阵求和  
                                  步骤二:输出,key=userId, value=itemId,score(样本:  u13    i9,5.0)
                       
step6_第六个MapReduce:目的-->按照推荐得分降序排序,取前十条(二次排序)
   第六个MapReduce最终运行的结果:
ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路                               
 
   Mapper端:key:LongWritable(偏移量)   value:u13    i9,5.0
                                  步骤一:将用户id,物品和得分封装到一个对象

PairWritable

                                  步骤二:输出,key:(PairWritable) value:(item:num)
 
   Shuffle中Sort:
                                  注意:ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路
                                  重写compare()方法,先比较Uid,相等的话,再比较Num

   Shuffle中Group:
                                   注意:ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路
                                   重写compare()方法,Uid相同的为一组
 
   Reducer端:key: PairWritable  value:Text{i160:58.0,i352:9.0,i192:8.0,i455:7.0...}
                                   步骤一:取前十个,利用StringBuffer拼接
                                   步骤二:输出,key=uid,value=sb.toString()