Question

我想在我的Android应用程序中添加推荐系统（特别是协同过滤）。我已经创建了后端使用django rest API。

现在我不确定我应该在哪里加入推荐引擎。我环顾四周并了解django-recommender包，但我不确定它处理大量的数据数据。或者我应该选择一些大数据选项，我已经在HPCC平台上工作了。

如果是，我该如何将其与我的应用集成。

Answer 1

首先，您需要准备好API，并实现所需的推荐算法（引擎）。通常通过向端点发送HTTP请求来从您的Android应用访问此API（请参阅how to send HTTP requests in Android）。

现在有两种方法可以访问推荐引擎。

自己构建 - 这通常涉及对几种方法进行广泛研究，学习一种新的编程语言（例如Neo4J等）以及实现和托管这个引擎（每月费用可能相当高）
点击推荐算法即服务库，例如Abracadabra Recommender API。设置非常简单：您只需要向API发送HTTP调用来训练模型并接收建议。 View the docs

使用Abracadabra Recommender API时，在使用Java时，首先要将数据添加到模型中：

// These code snippets use an open-source library. http://unirest.io/java
HttpResponse<JsonNode> response = Unirest.post("https://noodlio-abracadabra-recommender-systems-v1.p.mashape.com/add/subjects?recommenderId=rec1&subjectId=See+docs")
.header("X-Mashape-Key", "<required>")
.header("Accept", "application/json")
.header("Content-Type", "application/json")
.asJson();

然后你通过评级或喜欢主题（例如电影）训练模型：

// These code snippets use an open-source library. http://unirest.io/java
HttpResponse<JsonNode> response = Unirest.post("https://noodlio-abracadabra-recommender-systems-v1.p.mashape.com/rate/subject?recommenderId=rec1&subjectId=gameofthrones&subjectWeight=10&userId=user1")
.header("X-Mashape-Key", "<required>")
.header("Accept", "application/json")
.header("Content-Type", "application/json")
.asJson();

完成后，您将收到基于内容，协作或混合过滤的建议，如下所示：

// These code snippets use an open-source library. http://unirest.io/java
HttpResponse<JsonNode> response = Unirest.post("https://noodlio-abracadabra-recommender-systems-v1.p.mashape.com/recommend?method=content&recommenderId=rec1&userId=user1")
.header("X-Mashape-Key", "<required>")
.header("Accept", "application/json")
.header("Content-Type", "application/json")
.asJson();

如何将推荐系统集成到Android应用程序中？

1 个答案: