零基础学习Mahout之一：搭建单机环境

    为了能彻底的学懂《mahout实战》这本书，实验必不可少。但做为零基础的人，首先要解决的就是开发环境的问题，有了好的实验环境，对书中所提的例子，运用起来才会得手应手。逍遥选择的是Windows+Eclipse+Maven+Mahout单机环境。这篇文章将记录逍遥是如何搭建环境，便于和正常学习Mahout的朋友交流，也便于自己日后复习。

一、安装Eclipse

Eclipse的下载地址为：http://www.eclipse.org/downloads/，选择标准版就行。我选择的是“Eclipse IDE for Java EE Developers”版本。（至于各个版本有什么区别，逍遥还不是很懂）

安装完后运行Eclipse，为后续的安装做好准备。

Version: Luna Service Release 2 (4.4.2)
Build id: 20150219-0600

二、安装Maven插件

因为下载的版本是目前发布的最新版本，已经集成了m2eclipse插件，也就自动附带了Maven插件了。可以在help-->about Eclipse-->Installation Details中找到相关信息，也可以从new -->project-->maven选项中得到验证

三、安装mahout

mahout下载地址为：http://mahout.apache.org/

下载的版本为：mahout-distribution-0.9

解压到特定的文件夹中，如：F:\mahout-distribution

四、使用Maven构建Mahout项目

l 通过菜单File > New > Project新建项目，选择MavenProject

l 直接Next

l 选择maven-archetype-quickstart

l 输入GroupId和ArtifactId，可以根据自己喜好随便命名：如test

l 点了Finish后，Eclipse便会创建如下一个工程：

五、导入mahout文件

l  选中test项目-->右击-->properties-->Java Build Path--->Libraries菜单项

l  选择Add External JARS按钮--> 从第三步解压目录中选择特定文件：mahout-core-0.9.jar、mahout-core-0.9-job.jar、mahout-integration-0.9.jar、mahout-math-0.9.jar

l  导入后的目录结果如下

六、修改代码

修改com.mine.mahout.test包中的APP.JAVA文件Main函数中的内容

package com.mine.mahout.test;

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

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 App {
	public static void main(String[] args) {
		try {
			// 从文件加载数据
			DataModel model = new FileDataModel(new File("e:\\data.csv"));
			// 指定用户相似度计算方法，这里采用皮尔森相关度
			UserSimilarity similarity = new PearsonCorrelationSimilarity(model);
			// 指定用户邻居数量，这里为2
			UserNeighborhood neighborhood = new NearestNUserNeighborhood(2,
					similarity, model);
			// 构建基于用户的推荐系统
			Recommender recommender = new GenericUserBasedRecommender(model,
					neighborhood, similarity);
			// 得到指定用户的推荐结果，这里是得到用户1的两个推荐
			List<RecommendedItem> recommendations = recommender.recommend(1, 2);
			// 打印推荐结果
			for (RecommendedItem recommendation : recommendations) {
				System.out.println(recommendation);
			}
		} catch (Exception e) {
			System.out.println(e);
		}
	}
}

七、运行程序

选择程序运行Run As -->JavaApplication 

结果如下

以上就是案例的整个过程，希望能帮助到正常学习Mahout的朋友，请大家注意，运行结果中有红色的信息，这是什么原因呢？等逍遥解决后，会在下一篇给出答案，同时欢迎大家评论，提出不足，便于提高，邮箱：cdazcl@163.com欢迎您的来信。讨论群：242848749

附录：

本文参考：http://www.cnblogs.com/freefalcon/p/3893590.html?utm_source=tuicool

测试文件：data.csv放到E盘中，内容如下

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
5,106,4