我对mahout有点困惑：我觉得有两种方法可以使用它：
使用味觉推荐程序执行.jar
使用命令行，例如。 mahout recommenditembased --input input/recommend_data.csv --output output/recommendation --similarityClassname SIMILARITY_PEARSON_CORRELATION 如图所示。
->是正确的还是一样的？
我的问题是：我有一个csv输入文件，格式如下：user\u id，item\u id，rating。我有10万行，我需要计算我的所有用户每天的建议。我读到过，没有hadoop应该没问题，但事实并非如此：我创建的.jar适用于小批量，但不适用于整个输入文件。
命令行方法可以在5分钟内工作，这是可以的，但是它没有jar项目灵活（最重要的是对于mysql数据库的接口）。
可以使用.jar并从hadoop中获益吗？因为我没有分发任何计算（hadoop在一台服务器上运行），所以在没有mahout方法的.jar和使用hadoop方法的命令行之间有这样的区别是正常的吗？
非常感谢你的帮助！
1条答案
按热度按时间zi8p0yeb1#
十万行不是很多数据。我相信您不需要使用推荐算法的分布式版本，即使它是在伪分布式模式下运行的（只有一台机器）。
您可以很容易地利用api构建自己的非分布式推荐程序。下面是一个来自mahout in action的例子（我建议阅读）[link]。在这种情况下，他们使用的是基于相似用户的推荐者，从我在你的问题中看到的情况来看，你使用的是基于相似项目的推荐者。
要使一个使用项目的相似性，你需要使用一个
ItemSimilarity而不是UserSimilarity. 同样地，不是GenericUserBasedRecommender你会使用GenericItemBasedRecommender. 然后，当然，您将遍历所有用户，并要求为每个用户提供建议。希望这有帮助。