物品推荐服务

Question

我应该使用MyMediaLite进行图书推荐服务。到目前为止，我已经使用Nutch crawler从网站上收集了书籍并将信息存储到hbase中。问题是我实际上并不完全理解这一切是如何起作用的。通过示例，我必须传递测试数据和训练数据文件，其中包含用户项ID对和评级。但是，类别和作者的其他信息呢？如何找到类似的＆＃34;书籍，他们的信息等，没有关于用户的信息（到目前为止）？是否可以直接从hbase传递数据，而无需将其存储到文件然后导入？ 或者对于这项工作更适合Apache Mahout或LibRec？

Answer 1

用户项目评级信息（通常在矩阵中）是协同过滤算法（用户 - 用户CF，项目 - 项目CF，矩阵分解等）的基础。您正在使用其他人的意见来形成建议。对于物品本身的内容没有天生的认可。为此，您需要某种基于内容的过滤算法或数据挖掘技术。这些通常用于您所描述的“用户冷启动”场景：您有很多关于项目的信息，但没有关于特定用户的偏好。

首先，考虑一下您的最终目标和您拥有的数据。根据您的产品需求和可用数据，您可以为您的目的选择正确的算法。我强烈推荐使用Coursera的RecSys课程来学习更多内容：https://www.coursera.org/learn/recommender-systems。它由该领域的领导者教授。