spark商品协同过滤

思路

首先，介绍一下传统的商品协同过滤思路：

1. 获取一段周期内用户-商品交互历史数据记录；
2. 根据交互历史记录，计算两两商品相似度，得到商品相似度矩阵；
3. 根据用户的历史交互商品列表，从商品相似度矩阵中查询每一个商品的相似商品列表，按照相似度排序（出现多次的得分相加），得到最终推荐结果。

转换为spark的思想去考虑，则实现步骤应如下：

1. 获取一段周期内用户-商品交互历史RDD，(wid, gid)
2. 计算用户交互过的所有商品的两两相似度，得到 ((gid1, gid2), score)
3. 根据用户最近交互的n个商品进行推荐，并对推荐结果进行过滤，过滤已交互的商品。

RDD的转换

首先是求解相似度矩阵，可以直接使用spark的笛卡尔积算子cartesian，但存在计算冗余，且时间较慢。在这里我们没有直接使用，而是用下图的方式一步步转换得到共现矩阵。

接下来，根据用户商品交互数据进行itemcf推荐，

 val resRdd = item_user.join(item_sim)
      .map(x => ((x._2._1, x._2._2._1), x._2._2._2))
      .reduceByKey(_+_)
      .map(x => (x._1._1, (x._1._2, x._2)))
      .groupByKey()

根据实际需求选择是否过滤用户交互过的商品，在这里我们对已购商品进行了过滤。

以上就是基于spark的商品协同过滤推荐的全部流程。