mahout

Apache Mahout 项目旨在帮助开发人员更加方便快捷地创建智能应用程序。

 

 

常见的三个领域：

• 协作筛选(CF)
• 集群
• 分类

协作筛选/CF:

CF 应用程序根据用户和项目历史向系统的当前用户提供推荐。生成推荐的 4 种典型方法如下：

• 基于用户：通过查找相似的用户来推荐项目。由于用户的动态特性，这通常难以定量。
  
  
• 基于项目：计算项目之间的相似度并做出推荐。项目通常不会过多更改，因此这通常可以离线完成。
  
  
• Slope-One：非常快速简单的基于项目的推荐方法，需要使用用户的评分信息（而不仅仅是布尔型的首选项）。
  
  
• 基于模型：通过开发一个用户及评分模型来提供推荐。

所有 CF 方法最终都需要计算用户及其评分项目之间的相似度。

集群:

对于大型数据集来说，无论它们是文本还是数值，一般都可以将类似的项目自动组织，或集群，到一起。 与 CF 类似，集群计算集合中各项目之间的相似度，但它的任务只是对相似的项目进行分组。 流行的方法包括 k-Means 和分层集群。

分类:

分类（通常也称为归类）的目标是标记不可见的文档，从而将它们归类不同的分组中。