Mahout用户推荐 学习笔记

一、
Mahout推荐的推荐系统引擎是模块化的，分为5个主要部分组成：数据模型，相似度算法，近邻算法，推荐算法，算法评分器。

二、
选择UserCF,ItemCF,SlopeOne的 3种推荐算法，进行7种组合的测试。 
userCF1: LogLikelihoodSimilarity + NearestNUserNeighborhood + GenericBooleanPrefUserBasedRecommender 
userCF2: CityBlockSimilarity+ NearestNUserNeighborhood + GenericBooleanPrefUserBasedRecommender  
userCF3: CityBlockSimilarity+ NearestNUserNeighborhood + GenericBooleanPrefUserBasedRecommender  
itemCF1: LogLikelihoodSimilarity + GenericBooleanPrefItemBasedRecommender  
itemCF2: CityBlockSimilarity+ GenericBooleanPrefItemBasedRecommender  
itemCF3: CityBlockSimilarity+ GenericBooleanPrefItemBasedRecommender  
slopeOne：SlopeOneRecommender 

三、
Mahout提供了2个评估推荐器的指标，查准率和召回率（查全率）
Recall和Precision，都是越接近1越好。 
UserCityBlock算法评估的结果是最好的，
基于 UserCF的算法比 ItemCF都要好， SlopeOne算法几乎没有得分。 

四、
程序开发: 新建Java类 
RecommendFactory, 构造数据结构 
RecommenderEvaluator.java, 选出“评估推荐器”验证得分较高的算法 
RecommenderResult.java, 对指定数量的结果人工比较 
RecommenderFilterOutdateResult.java，排除过期职位
RecommenderFilterSalaryResult.java，排除工资过低的职位

五、

架构设计：架构说明
左边是Application业务系统，右边是Mahout，下边是Hadoop集群。

 1. 当数据量不太大，算法复杂时：直接选择用Mahout读取CSV或者Database数据，
在单机内存中进行计算。Mahout是多线程的应用，会并行使用单机所有系统资源。
 2. 当数据量很大时，并行化算法(ItemCF)：先把业务系统的数据导入到Hadoop的
HDFS中，然后用Mahout访问HDFS实现并行算法。算法的性能与整个Hadoop集群
有关。
 3. 计算后的结果，保存到数据库中，方便以后查询

六、
程序开发: 新建Java类 
RecommendFactory, 构造数据结构 
RecommenderEvaluator.java, 选出“评估推荐器”验证得分较高的算法 
RecommenderResult.java, 对指定数量的结果人工比较 
RecommenderFilterOutdateResult.java，排除过期职位
RecommenderFilterSalaryResult.java，排除工资过低的职位

七、
 Recall和Precision，都是越接近1越好。
 UserCityBlock算法评估的结果是最好的，基于UserCF的算法比ItemCF都要好，SlopeOne算法几乎没有得分。