［mahout in action］mahout推荐引擎如何处理无rating数据

并不是所有的 user和item的关系都可以用评分来衡量的。例如 新闻应用，我们大多数情况下只有 user的浏览记录。电商网站，记录了user看过哪个商品。这些都代表着user的兴趣。

或许对于电影评分，我们可以理解为，用户对这一类电影感兴趣（不感兴趣的连看都不会看，更不用说评分了），但是对个别电影的观后感不同导致评分不同。但如果还有该类型的电影，用户依然会去看（看完可能 评5分，也可能评1分）。这个时候，基于无rating的推荐，就是预测用户会不会去看一部电影，而不是预测用户看完会评多少分

基于这种考虑，可能有时候进行 无rating的推荐会有更好的效果

GenericBooleanPrefDataModel ， 就是与GenericDataModel相对应的存储 无prefvalue数据的DataModel 

DataModel model = new GenericBooleanPrefDataModel(
  GenericBooleanPrefDataModel.toDataMap(
    new FileDataModel(new File("ua.base"))));

GenericBooleanPrefDataModel 使用FastIDSets来处理数据，而不是PreferenceArrays。toDataMap() 提供了两者之间的转换

直接看代码： 

public class RecommenderIntro {
    public static void main(String[] args) throws Exception{
     
       // RandomUtils.useTestSeed();
        // FileDataModel 会内部自动使用 GenericBooleanPrefDataModel，如果输入数据每一行只包含 userID 和 itemID的话
        DataModel model = new FileDataModel(new File("train_data0"));

       // 包含Precision 和Recall的 evaluator
        RecommenderIRStatsEvaluator evaluator = 
                new GenericRecommenderIRStatsEvaluator();

        RecommenderBuilder recommenderBuilder = new RecommenderBuilder(){

            @Override
            public Recommender buildRecommender(DataModel model)
                    throws TasteException {
               // 这里使用 对数似然相似度
                UserSimilarity similarity = new LogLikelihoodSimilarity(model);
                UserNeighborhood neighborhood = new NearestNUserNeighborhood(10, similarity, model);

                return new GenericBooleanPrefUserBasedRecommender(model, neighborhood, similarity);
            }
        };
        DataModelBuilder modelBuilder = new DataModelBuilder(){

            @Override
            public DataModel buildDataModel(FastByIDMap<PreferenceArray> trainingData) {

                return new GenericBooleanPrefDataModel(
                        GenericBooleanPrefDataModel.toDataMap(trainingData));
            }
        };
        IRStatistics stats = evaluator.evaluate(recommenderBuilder, modelBuilder, model, null, 10, GenericRecommenderIRStatsEvaluator.CHOOSE_THRESHOLD, 1.0);

        System.out.println(stats.getPrecision());
        System.out.println(stats.getRecall());
    }
}

注意：

1，皮尔逊相似度 和 欧拉距离相似度不能用于计算 该类型数据的相似度，因为根据两者的公式，PeasonCorrelationSImilarity计算得到分母是0，而EuclideanDistanceSimilarity计算的所有相似度都是1。所以，计算相似度矩阵一般用 LogLikelihoodSimilarity 或者 TanimotoCoefficientSimilarity

2，评测不能用 平均绝对误差，因为评分都是1.0（默认），绝对误差的结果最后是0.0。但可以用 precision 和 recall