创新实训（20）——基于Mohout推荐引擎的推荐算法的实现

前言

之前学习了有关java的Mohout推荐引擎，我们就可以根据它提供的类快速的进行我们的推荐算法的构建了。

导入Mahout依赖

   <dependency>
            <groupId>org.apache.mahout</groupId>
            <artifactId>mahout</artifactId>
            <version>0.11.1</version>
            <type>pom</type>
        </dependency>
        <!-- https://mvnrepository.com/artifact/org.apache.mahout/mahout-core -->
        <dependency>
            <groupId>org.apache.mahout</groupId>
            <artifactId>mahout-core</artifactId>
            <version>0.9</version>
        </dependency>

导入依赖的之后，发现org.apache.mahout包中会有一个子package报错，好像是缺少了什么东西，并且在install的时候还会报错，但是却不影响代码的执行，好像那个package在项目中完全没有用到。
最后加上了<type>pom</type>之后问题解决，好像是依赖不是从maven的中心仓库拉取的，所以出现了这样的问题。

数据源

昨天抽取到的user tag 的浏览数据和user category的浏览数据，存取csv中。

基于用户的协同过滤

  /**
     * 基于用户的推荐  通过用户浏览某一分类或标签的文章的数据 形成相似矩阵进行推荐
     * @param userId 为那个用户推荐
     * @param size    推荐几个item
     * @param modelFileName  模型文件名 （是要推荐标签 还是推荐分类）
     * @return
     * @throws IOException
     * @throws TasteException
     */
    public  List<RecommendedItem> userBasedRecommended(int userId,int size,String modelFileName) throws IOException, TasteException
    {
        //构造数据模型
        DataModel dataModel = new FileDataModel(new File(modelFileName));
        //计算相似度，相似度算法有很多种，欧几里得、皮尔逊等等。这里基于皮尔逊
        UserSimilarity similarity = new PearsonCorrelationSimilarity(dataModel);
        //计算最近邻域，邻居有两种算法，基于固定数量的邻居和基于相似度的邻居，这里使用基于固定数量的邻居 选择用户数量为
        UserNeighborhood userNeighborhood = new NearestNUserNeighborhood(50, similarity, dataModel);
        //构建推荐器，协同过滤推荐有两种，分别是基于用户的和基于物品的，这里使用基于用户的协同过滤推荐
        Recommender recommender = new GenericUserBasedRecommender(dataModel, userNeighborhood, similarity);
        //给用户id为userId的用户 推荐size个标签
        List<RecommendedItem> recommendedItemList = recommender.recommend(userId, size);
        return recommendedItemList;
    }

这里可以传入不同的模型文件的路径，来选择是基于用户-标签还是基于用户-分类构建模型。
这里我使用了皮尔逊系数来计算相似度，并且使用固定数量的邻居，
然后使用GenericUserBasedRecommender类作为推荐器，实现基于物品的协同过滤。
最终给id为userId的用户推荐size个分类或者标签。

基于标签或分类的协同过滤算法

 /**
     *  基于标签的推荐  基于物品的协同过滤算法
     * @param userId  为那个用户推荐
     * @param size   推荐几个item
     * @param modelFileName   模型文件名 （是要推荐标签 还是推荐分类）
     * @return  为id为user_id的用户推荐size个item
     * @throws IOException
     * @throws TasteException
     */
    public  List<RecommendedItem> itemBaseRecommended(int userId,int size ,String modelFileName) throws IOException, TasteException
    {
        //构造数据模型
        DataModel dataModel = new FileDataModel(new File(modelFileName));
        //计算相似度，相似度算法有很多种，欧几里得、皮尔逊等等。
        ItemSimilarity itemSimilarity = new PearsonCorrelationSimilarity(dataModel);
        //构建推荐器，协同过滤推荐有两种，分别是基于用户的和基于物品的，这里使用基于物品的协同过滤推荐
        GenericItemBasedRecommender recommender = new GenericItemBasedRecommender(dataModel, itemSimilarity);
        //给用户ID等于userId的用户推荐size个标签
        List<RecommendedItem> recommendedItemList = recommender.recommend(userId, size);
        return recommendedItemList;
    }

这里可以传入不同的模型文件的路径，来选择是基于用户-标签还是基于用户-分类构建模型。
这里我使用了皮尔逊系数来计算相似度
然后使用GenericItemBasedRecommender类作为推荐器，实现基于物品的协同过滤。
最终给id为userId的用户推荐size个分类或者标签。

当用户正在浏览某个分类或者某个标签的文章时，为其推荐对应 标签 或者分类的其他标签 或者分类

    /**
     * 当用户正在浏览某个分类或者某个标签的文章时，为其推荐对应 标签 或者分类的其他标签 或者分类
     * @param userId  为那个用户推荐
     * @param itemId  当前正在浏览的 标签id 或者分类id
     * @param size    推荐多少个
     * @param modelFileName  模型文件名 （是要推荐标签 还是推荐分类）
     * @return
     * @throws IOException
     * @throws TasteException
     */
    public  List<RecommendedItem> itemBaseRecommendedWithItem(int userId,int itemId,int size,String modelFileName) throws IOException, TasteException {
        //构造数据模型
        DataModel dataModel = new FileDataModel(new File(modelFileName));
        //计算相似度，相似度算法有很多种，欧几里得、皮尔逊等等。
        ItemSimilarity itemSimilarity = new PearsonCorrelationSimilarity(dataModel);
        //构建推荐器，协同过滤推荐有两种，分别是基于用户的和基于物品的，这里使用基于物品的协同过滤推荐
        GenericItemBasedRecommender recommender = new GenericItemBasedRecommender(dataModel, itemSimilarity);
        //给用户ID等于user_id的用户推荐size个与标签tag_id类似的标签
        List<RecommendedItem> recommendedItemList = recommender.recommendedBecause(userId, itemId, size);
        return recommendedItemList;

    }

这里为浏览某个分类，或者标签的人推荐与标签或者分类相似的标签或者分类

推荐结果

可以看到，这种将用户信息提前物化到csv文件中而不是访问数据库，的推荐还是非常快速的。
但是问题就是冷启动，当一个用户刚进入系统时是无法进行推荐的，会返回空值。