一个简单的基于用户的mahout推荐程序

mahout版本：0.9

根据《mahout实战》中的第一个例子：

一个简单的基于用户的mahout推荐程序，输入文件intro.csv如下

1,101,5
1,102,3
1,103,2.5
2,101,2
2,102,2.5
2,103,5
2,104,2
3,101,2.5
3,104,4
3,105,4.5
3,107,5
4,101,5
4,103,3
4,104,4.5
4,106,4
5,101,4
5,102,3
5,103,2
5,104,4
5,105,3
5,106,4

程序代码如下：

package test.mahout.recommendation;

import java.io.File;
import java.io.IOException;
import java.util.List;

import org.apache.mahout.cf.taste.common.TasteException;
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.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.RecommendedItem;
import org.apache.mahout.cf.taste.recommender.Recommender;
import org.apache.mahout.cf.taste.similarity.UserSimilarity;

public class RecommendIntro {
    public static void main(String[] args) throws IOException, TasteException
    {
        DataModel model = new FileDataModel(new File("F:/mahout/mahout_test/intro.csv"));//装载数据文件,DataModel实现存储并为计算提供其所需要的所有偏好、用户和物品数据
        UserSimilarity similarity = new PearsonCorrelationSimilarity(model);//计算用户的相似度，利用皮尔逊相关系数
        UserNeighborhood neighborhood = new NearestNUserNeighborhood(2, similarity, model);//对每个用户找到最相似的两个用户,第一个参数是近邻的规模
        Recommender recommender = new GenericUserBasedRecommender(model, neighborhood, similarity);//生成基于用户的协同过滤算法的推荐引擎
        //recommend(long userID, int howMany)
        List<RecommendedItem> recommendations = recommender.recommend(1, 1);//为用户1推荐物品1
        for(RecommendedItem recommendation : recommendations)
        {
            System.out.println(recommendation);
        }
        
    }
}

这是一个单机版的推荐程序。运行这个例子并不需要导入hadoop的jar包以及运行在hadoop环境下，即便运行在hadoop环境下也是会单机运行。

要注意的是，将下载的mahout-distribution-0.9里的jar包要都导入到该项目中，否则会出现错误

Exception in thread "main" java.lang.NoClassDefFoundError:

我导入的jar包有：

mahout-core-0.9.jar

mahout-core-0.9-job.jar

mahout-examples-0.9.jar

mahout-examples-0.9-job.jar

mahout-math-0.9.jar

mahout-integration-0.9.jar

对于这个例子并不是这里的jar包都需要，但是由于了解的不是很清楚，所以就把mahout下面的这几个jar包都导入了

运行出来的结果为：

RecommendedItem[item:104, value:4.257081]

item是为用户1推荐的书 value是预计的评分。这是该请求试图寻找的最优的一个结果。