Mahout推荐算法编程实践

引言Taste是曾经风靡一时的推荐算法框架，后来被并入Mahout中，Mahout的部分推荐算法基于Taste实现。下文介绍基于Taste实现最常用的UserCF和ItemCF。本文不涉及UserCF和ItemCF算法的介绍，这方面网上资料很多，本文仅介绍如何基于Mahout编程实现。

步骤一：构建数据模型UserCF和ItemCF算法的输入数据是用户偏好，用户偏好数据可以有两种形式：

包含用户对目标评分的【用户ID，itemID，评分】
不包含评分的【用户ID，itemID】

推荐算法的第一步是基于数据源构建数据模型，Taste构建数据模型的数据源可以有很多，比如JDBC，文件等。下面仅介绍最常用的文件数据源：

用户偏好数据包含评分

示例代码：DataModel dm = new FileDataModel(new File("E:\\testdata\\3columns"));

用户偏好数据不包含评分

示例代码：DataModel dm = new GenericBooleanPrefDataModel(GenericBooleanPrefDataModel.toDataMap(new FileDataModel(new File("E:\\testdata\\2columns"))));

步骤二：指定距离（相似度）计算方法创建好数据模型后，第二步需要指定一种计算“距离”的方法，因为在后续的步骤中需要计算user或item之间的“距离”。Taste提供的计算距离的方法很多，以下仅介绍常用的方法：

用户偏好数据包含评分

欧氏距离：EuclideanDistanceSimilarity皮尔森距离：PearsonCorrelationSimilarity余弦距离：UncenteredCosineSimilarity

用户偏好数据不包含评分

曼哈顿距离：CityBlockSimilarity对数似然距离： LogLikelihoodSimilarity
示例代码：UserSimilarity us = new CityBlockSimilarity(dm);ItemSimilarity is = new CityBlockSimilarity(dm);

步骤三（仅UserCF需要）：选择近邻算法如果选择使用UserCF算法做推荐，则在完成相似度计算方法的指定后，需要指定近邻算法。 Mahout推荐算法编程实践

NearestNUserNeighborhood

指定距离最近的N个用户作为邻居。示例：UserNeighborhood unb = new NearestNUserNeighborhood(10, us, dm);三个参数分别是： 邻居的个数，用户相似度，数据模型

ThresholdUserNeighborhood

指定距离最近的一定百分比的用户作为邻居。示例：UserNeighborhood unb = new ThresholdUserNeighborhood(0.2, us, dm);
三个参数分别是： 阀值（取值范围0到1之间），用户相似度，数据模型

步骤四：创建推荐器实施推荐算法的最后一步就是创建推荐引擎，Taste为UserCF和ItemCF算法，针对有用户评分和没用户评分的情况，分别提供了推荐器：

用户偏好数据包含评分

示例代码：UserCF：Recommender re = new GenericUserBasedRecommender(dm, unb, us);ItemCF：Recommender re = new GenericItemBasedRecommender(dm, is);

用户偏好数据不包含评分

示例代码：UserCF：Recommender re = new GenericBooleanPrefUserBasedRecommender(dm, unb, us);ItemCF：Recommender re = new GenericBooleanPrefItemBasedRecommender(dm, is);

题外话：通过召回率和查准率的测试， CityBlockSimilarity + UserCF 的推荐效果最好。

示例代码：用户偏好数据不包含评分 + CityBlockSimilarity + UserCF

用户偏好数据

1,1011,1021,1032,1012,1022,1032,1043,1013,1043,1053,1074,1014,1034,1044,1065,1015,1025,1035,1045,1055,106

代码

import java.io.File;import java.util.List;import org.apache.mahout.cf.taste.impl.model.GenericBooleanPrefDataModel;import org.apache.mahout.cf.taste.impl.model.file.FileDataModel;import org.apache.mahout.cf.taste.impl.neighborhood.NearestNUserNeighborhood;import org.apache.mahout.cf.taste.impl.recommender.GenericBooleanPrefUserBasedRecommender;import org.apache.mahout.cf.taste.impl.similarity.CityBlockSimilarity;import org.apache.mahout.cf.taste.model.DataModel;import org.apache.mahout.cf.taste.neighborhood.UserNeighborhood;import org.apache.mahout.cf.taste.recommender.RecommendedItem;import org.apache.mahout.cf.taste.recommender.Recommender;import org.apache.mahout.cf.taste.similarity.UserSimilarity;public class UserCFRecommender {     public  static  void main(String[] args)  throws Exception {        // 创建数据模型，不包含用户评分        DataModel dm =  new GenericBooleanPrefDataModel(                GenericBooleanPrefDataModel                        .toDataMap( new FileDataModel( new File("E:\\testdata\\2columns"))));        // 使用曼哈顿距离计算相似度        UserSimilarity us =  new CityBlockSimilarity(dm);
        //指定NearestNUserNeighborhood作为近邻算法        UserNeighborhood unb =  new NearestNUserNeighborhood(10, us, dm);                // 构建不包含用户评分的UserCF推荐器        Recommender re =  new GenericBooleanPrefUserBasedRecommender(dm, unb, us);                // 输出推荐结果，为1号用户推荐5个商品        List<RecommendedItem> list = re.recommend(1, 5);         for (RecommendedItem recommendedItem : list) { System. out.println(recommendedItem.getItemID()+" : "+recommendedItem.getValue());
        }    }}

秒客网

Mahout推荐算法编程实践

Mahout推荐算法编程实践

相关文章