Mahout推荐器不会为用户返回任何结果

Question

我很好奇为什么在下面的示例中，Mahout推荐人没有为用户1返回推荐。

我的输入文件如下。我添加了空行以增强可读性。此文件在通过Mahout运行之前需要删除空白行。

此文件中的列为：

用户ID |项目编号|项目评级

1 101 0
1 102 0
1 103 5
1 104 0

2 101 4
2 102 5
2 103 4
2 104 0

3 101 0
3 102 5
3 103 5
3 104 3

您会注意到项目103是所有3个用户评分的唯一常用项目。

我跑了： hadoop jar C：\ hdp \ mahout-0.9.0.2.1.3.0-1981 \ core \ target \ mahout-core-0.9.0.2.1.3.0-1981-job.jar org.apache.mahout.cf.taste。 hadoop.item.RecommenderJob -s SIMILARITY_COOCCURRENCE --input small_data_set.txt --output small_data_set_output

Mahout推荐输出文件显示：

2 [104：4.5] 3 [101：5.0]

我认为这意味着：

• 用户2将被推荐为项目104.由于用户3对项目104 a 3进行了评分，因此可以将4.5推荐得分与下面的结果进行对比...

• 用户3将被推荐为项目101.由于用户2将项目101评为“4”，这可能会导致建议得分略高于5.

这是对的吗？

为什么用户1不包含在推荐输出文件中？用户1可能已收到对项目102的推荐，因为用户2和用户3对其进行了评级。数据集太小了吗？

提前致谢。

Answer 1

您的数据中可能存在多个错误，前两个错误会导致未定义的行为：

• ID必须是从0开始的连续非零整数，因此您需要以某种方式映射您的ID。所以your-user-ID = 1将是Mahout-user-ID = 0.对于项目相同，your-item-ID = 101将是Mahout-user-ID = 0.
• 如果你的意思是用户没有表达偏好，你应该完全忽略输入中的0值，这使得偏好在某种意义上是“未定义的”。为此，完全省略了这些行。
• 总是使用SIMILARITY_LOGLIKELIHOOD，它被广泛测量为明显优于其他方法，除非您试图预测评级，在这种情况下使用余弦。
• 如果使用LLR相似性，则应省略这些值，因为它们将被忽略。

除非您尝试预测用户对某个项目的评分，否则很少使用偏好值。偏好权重在确定推荐排名时无用，这是优化的典型事项。如果您想以正确的顺序推荐正确的东西，请抛出值并使用LLR。

人们有时会对价值观做的另一件事是显示一些偏好权重，因此1 =产品页面的视图，5 =产品购买。 这不起作用！我尝试使用大型电子商务数据集，发现在添加产品视图时建议更糟糕，即使数据量增加了100倍。它们具有根本不同的用户操作，具有不同的用户意图，因此不能以这种方式混合。

如果你确实想要混合不同的动作，请使用基于Mahout，Spark和Solr的新多模式推荐器on the Mahout site here:它允许交叉共生类型指示器计算，这样你就可以使用用户位置，喜欢和不喜欢，查看和购买。实际上，可以使用整个用户点击流。但只有交叉共同将一个动作与规范的“最佳”动作联系起来，即你想要推荐的动作。