首页 > 代码库 > 【甘道夫】Mahout推荐算法编程实践

【甘道夫】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。

欢迎转载,请注明来源:
http://blog.csdn.net/u010967382/article/details/39183839

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。

  • 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:
UserCFRecommender re = new GenericUserBasedRecommender(dm, unb, us);
ItemCFRecommender re = new GenericItemBasedRecommender(dm, is);

  • 用户偏好数据包含评分  
示例代码:
UserCFRecommender re = new GenericBooleanPrefUserBasedRecommender(dm, unb, us);
ItemCFRecommender 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
1,101
1,102
1,103
2,101
2,102
2,103
2,104
3,101
3,104
3,105
3,107
4,101
4,103
4,104
4,106
5,101
5,102
5,103
5,104
5,105
5,106

  • 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());  
        }
    }
}

【甘道夫】Mahout推荐算法编程实践