首页 > 代码库 > mahout推荐10-尝试GroupLens数据集

mahout推荐10-尝试GroupLens数据集

2024-07-15 16:22:43   214人阅读

数据集下载地址：http://grouplens.org/datasets/movielens/ 之前用的是100K的，现在需要下载MovieLens 10M,使用里面的ratings.dat

前提：因为文件不符合mahout要求的文件输入格式，需要进行转换，但是example里提供了一个解析这个文件的类GrouplensDataModel，所以直接用了。

package mahout;import java.io.File;import org.apache.mahout.cf.taste.common.TasteException;import org.apache.mahout.cf.taste.impl.eval.LoadEvaluator;import org.apache.mahout.cf.taste.impl.neighborhood.NearestNUserNeighborhood;import org.apache.mahout.cf.taste.impl.recommender.GenericUserBasedRecommender;import org.apache.mahout.cf.taste.impl.similarity.PearsonCorrelationSimilarity;import org.apache.mahout.cf.taste.model.DataModel;import org.apache.mahout.cf.taste.neighborhood.UserNeighborhood;import org.apache.mahout.cf.taste.recommender.Recommender;import org.apache.mahout.cf.taste.similarity.UserSimilarity;import org.apache.mahout.cf.taste.similarity.precompute.example.GroupLensDataModel;public class GroupLensDataModelTest { 	public static void main(String[] args) throws Exception {		//使用定制的GrouplensDataModel,如果没有转换数据集成为csv格式的		DataModel dataModel = new GroupLensDataModel(new File(				"data/ratings.data"));		//皮尔逊相关系数，衡量用户相似度		UserSimilarity userSimilarity = new PearsonCorrelationSimilarity(				dataModel);		//构建用户邻居，100个		UserNeighborhood userNeighborhood = new NearestNUserNeighborhood(100,				userSimilarity, dataModel);		//推荐引擎		Recommender recommender = new GenericUserBasedRecommender(dataModel,				userNeighborhood, userSimilarity);		//运行		LoadEvaluator.runLoad(recommender);	}}

 运行试试，如果你的内存足够大的话。

输出结果：

我的文件还没有下载下来呢！！！！！！！！！！

 


联系
我们