为什么同现矩阵*评分矩阵=推荐结果

最新推荐文章于 2024-10-02 16:39:03 发布
最新推荐文章于 2024-10-02 16:39:03 发布
阅读量9.5k 收藏 17
点赞数 5
分类专栏： recomm
举个用户3对物品102是否感兴趣的例子:
用户3对所有物品的评分， 有评分说明用户3喜欢这东西
用户ID
物品ID1
用户评分
3
101
2
3
102
0
3
103
0
3
104
4
3
105
4.5
3
106
0
3
107
5


同现矩阵其实就是 物品与物品之间的关联度， 这个关联度由所有用户对所有物品的评分决定
比如第一条， 说明同时有3个用户喜欢 101 与 102
物品ID1
物品ID2
物品ID1与物品ID2关联权重
101
102
3
102
102
4
103
102
4
104
102
2
105
102
2
106
102
1
107
102
1



计算推荐得分，  其意义是： 比如第5行， 用户3很喜欢物品105（给了得了4.5）， 同时由其他用户也知道喜欢物品105的对物品102的喜欢程度（得分2），  两者相乘表示用户3因为 喜欢物品105 推算出 同时也喜欢物品102的得分。
用户ID
物品ID1
用户评分
物品ID2
物品ID1与物品ID2关联权重
得分=用户评分*物品ID1与物品ID2关联权重
3
101
2
102
3
2*3=6
3
102
0
102
4
0
3
103
0
102
4
0
3
104
4
102
2
4*2=8
3
105
4.5
102
2
4.5*2=9
3
106
0
102
1
0
3
107
5
102
1
5*1=5


用户3对物品102 兴趣总得分

用户ID
物品ID2
总得分
3
102
28










本帖最后由 pig2 于 2014-6-17 19:43 编辑
问题导读：
1. 推荐系统概述；
2. 推荐系统指标设计；
3. Hadoop并行算法；
4. 推荐系统架构；
5. MapReduce程序实现。





前言
Netflix电影推荐的百万美金比赛，把“推荐”变成了时下最热门的数据挖掘算法之一。也正是由于Netflix的比赛，让企业界和学科界有了更深层次的技术碰撞。引发了各种网站“推荐”热，个性时代已经到来。

一、 推荐系统概述
电子商务网站是个性化推荐系统重要地应用的领域之一，亚马逊就是个性化推荐系统的积极应用者和推广者，亚马逊的推荐系统深入到网站的各类商品，为亚马逊带来了至少30%的销售额。
不光是电商类，推荐系统无处不在。QQ，人人网的好友推荐；新浪微博的你可能感觉兴趣的人；优酷，土豆的电影推荐；豆瓣的图书推荐；大从点评的餐饮推荐；世纪佳缘的相亲推荐；天际网的职业推荐等。

推荐算法分类：

按数据使用划分：
协同过滤算法：UserCF, ItemCF, ModelCF
基于内容的推荐: 用户内容属性和物品内容属性
社会化过滤：基于用户的社会网络关系

按模型划分：
最近邻模型:基于距离的协同过滤算法
Latent Factor Mode(SVD)：基于矩阵分解的模型
Graph：图模型，社会网络图模型

基于用户的协同过滤算法UserCF
基于用户的协同过滤，通过不同用户对物品的评分来评测用户之间的相似性，基于用户之间的相似性做出推荐。简单来讲就是：给用户推荐和他兴趣相似的其他用户喜欢的物品。
用例说明：
 
算法实现及使用介绍，请参考文章：Mahout推荐算法API详解

基于物品的协同过滤算法ItemCF
基于item的协同过滤，通过用户对不同item的评分来评测item之间的相似性，基于item之间的相似性做出推荐。简单来讲就是：给用户推荐和他之前喜欢的物品相似的物品。
用例说明：

算法实现及使用介绍，请参考文章：Mahout推荐算法API详解
注：基于物品的协同过滤算法，是目前商用最广泛的推荐算法。

协同过滤算法实现，分为2个步骤
  • 1. 计算物品之间的相似度
  • 2. 根据物品的相似度和用户的历史行为给用户生成推荐列表
有关协同过滤的另一篇文章，请参考：RHadoop实践系列之三 R实现MapReduce的协同过滤算法


二、 需求分析：推荐系统指标设计
下面我们将从一个公司案例出发来全面的解释，如何进行推荐系统指标设计。

案例介绍
Netflix电影推荐百万奖金比赛，http://www.netflixprize.com/
Netflix官方网站：www.netflix.com

Netflix，2006年组织比赛是的时候，是一家以在线电影租赁为生的公司。他们根据网友对电影的打分来判断用户有可能喜欢什么电影，并结合会员看过的电影以及口味偏好设置做出判断，混搭出各种电影风格的需求。
收集会员的一些信息，为他们指定个性化的电影推荐后，有许多冷门电影竟然进入了候租榜单。从公司的电影资源成本方面考量，热门电影的成本一般较高，如果Netflix公司能够在电影租赁中增加冷门电影的比例，自然能够提升自身盈利能力。
Netflix公司曾宣称60%左右的会员根据推荐名单定制租赁顺序，如果推荐系统不能准确地猜测会员喜欢的电影类型，容易造成多次租借冷门电影而并不符合个人口味的会员流失。为了更高效地为会员推荐电影，Netflix一直致力于不断改进和完善个性化推荐服务，在2006年推出百万美元大奖，无论是谁能最好地优化Netflix推荐算法就可获奖励100万美元。到2009年，奖金被一个7人开发小组夺得，Netflix随后又立即推出第二个百万美金悬赏。这充分说明一套好的推荐算法系统是多么重要，同时又是多么困难。
 
上图为比赛的各支队伍的排名！

补充说明：
1. Netflix的比赛是基于静态数据的，就是给定“训练级”，匹配“结果集”，“结果集”也是提前就做好的，所以这与我们每天运营的系统，其实是不一样的。
2. Netflix用于比赛的数据集是小量的，整个全集才666MB，而实际的推荐系统都要基于大量历史数据的，动不动就会上GB,TB等

所以，我们在真实的环境中设计推荐的时候，要全面考量数据量，算法性能，结果准确度等的指标。

推荐算法选型：基于物品的协同过滤算法ItemCF，并行实现
数据量：基于Hadoop架构，支持GB,TB,PB级数据量
算法检验：可以通过 准确率，召回率，覆盖率，流行度 等指标评判。
结果解读：通过ItemCF的定义，合理给出结果解释

三、 算法模型：Hadoop并行算法
这里我使用”Mahout In Action”书里，第一章第六节介绍的分步式基于物品的协同过滤算法进行实现。Chapter 6: Distributing recommendation computations
测试数据集:small.csv

  1. 1,101,5.0
  2. 1,102,3.0
  3. 1,103,2.5
  4. 2,101,2.0
  5. 2,102,2.5
  6. 2,103,5.0
  7. 2,104,2.0
  8. 3,101,2.0
  9. 3,104,4.0
  10. 3,105,4.5
  11. 3,107,5.0
  12. 4,101,5.0
  13. 4,103,3.0
  14. 4,104,4.5
  15. 4,106,4.0
  16. 5,101,4.0
  17. 5,102,3.0
  18. 5,103,2.0
  19. 5,104,4.0
  20. 5,105,3.5
  21. 5,106,4.0
复制代码


每行3个字段，依次是用户ID,电影ID,用户对电影的评分(0-5分，每0.5为一个评分点！)
算法的思想：
1. 建立物品的同现矩阵
2. 建立用户对物品的评分矩阵
3. 矩阵计算推荐结果

1). 建立物品的同现矩阵
按用户分组，找到每个用户所选的物品，单独出现计数及两两一组计数。

  1.         [101] [102] [103] [104] [105] [106] [107]
  2. [101]    5      3      4      4       2       2      1
  3. [102]    3      3      3      2       1       1      0
  4. [103]    4      3      4      3       1       2      0
  5. [104]    4      2      3      4       2       2      1
  6. [105]    2      1      1      2       2       1      1
  7. [106]    2      1      2      2       1       2      0
  8. [107]    1      0      0      1       1       0      1
复制代码



2). 建立用户对物品的评分矩阵
按用户分组，找到每个用户所选的物品及评分
     
  1.         U3
  2. [101] 2.0
  3. [102] 0.0
  4. [103] 0.0
  5. [104] 4.0
  6. [105] 4.5
  7. [106] 0.0
  8. [107] 5.0
复制代码



3). 矩阵计算推荐结果
同现矩阵*评分矩阵=推荐结果
 
图片摘自”Mahout In Action”

MapReduce任务设计
 
图片摘自”Mahout In Action”

解读MapRduce任务：
步骤1: 按用户分组，计算所有物品出现的组合列表，得到用户对物品的评分矩阵
步骤2: 对物品组合列表进行计数，建立物品的同现矩阵
步骤3: 合并同现矩阵和评分矩阵
步骤4: 计算推荐结果列表

四、 架构设计：推荐系统架构






上图中，左边是Application业务系统，右边是Hadoop的HDFS, MapReduce。

  • 业务系统记录了用户的行为和对物品的打分
  • 设置系统定时器CRON，每xx小时，增量向HDFS导入数据(userid,itemid,value,time)。
  • 完成导入后，设置系统定时器，启动MapReduce程序，运行推荐算法。
  • 完成计算后，设置系统定时器，从HDFS导出推荐结果数据到数据库，方便以后的及时查询。


五、 程序开发：MapReduce程序实现
win7的开发环境 和 Hadoop的运行环境 ，请参考文章：用Maven构建Hadoop项目
新建Java类：
Recommend.java，主任务启动程序
Step1.java，按用户分组，计算所有物品出现的组合列表，得到用户对物品的评分矩阵
Step2.java，对物品组合列表进行计数，建立物品的同现矩阵
Step3.java，合并同现矩阵和评分矩阵
Step4.java，计算推荐结果列表
HdfsDAO.java，HDFS操作工具类

1). Recommend.java，主任务启动程序
源代码：
  1. package org.conan.myhadoop.recommend;

  3. import java.util.HashMap;
  4. import java.util.Map;
  5. import java.util.regex.Pattern;

  7. import org.apache.hadoop.mapred.JobConf;

  9. public class Recommend {

  11.     public static final String HDFS = "hdfs://192.168.1.210:9000";
  12.     public static final Pattern DELIMITER = Pattern.compile("[\t,]");

  14.     public static void main(String[] args) throws Exception {
  15.         Map<String, String> path = new HashMap<String, String>();
  16.         path.put("data", "logfile/small.csv");
  17.         path.put("Step1Input", HDFS + "/user/hdfs/recommend");
  18.         path.put("Step1Output", path.get("Step1Input") + "/step1");
  19.         path.put("Step2Input", path.get("Step1Output"));
  20.         path.put("Step2Output", path.get("Step1Input") + "/step2");
  21.         path.put("Step3Input1", path.get("Step1Output"));
  22.         path.put("Step3Output1", path.get("Step1Input") + "/step3_1");
  23.         path.put("Step3Input2", path.get("Step2Output"));
  24.         path.put("Step3Output2", path.get("Step1Input") + "/step3_2");
  25.         path.put("Step4Input1", path.get("Step3Output1"));
  26.         path.put("Step4Input2", path.get("Step3Output2"));
  27.         path.put("Step4Output", path.get("Step1Input") + "/step4");

  29.         Step1.run(path);
  30.         Step2.run(path);
  31.         Step3.run1(path);
  32.         Step3.run2(path);
  33.         Step4.run(path);
  34.         System.exit(0);
  35.     }

  37.     public static JobConf config() {
  38.         JobConf conf = new JobConf(Recommend.class);
  39.         conf.setJobName("Recommend");
  40.         conf.addResource("classpath:/hadoop/core-site.xml");
  41.         conf.addResource("classpath:/hadoop/hdfs-site.xml");
  42.         conf.addResource("classpath:/hadoop/mapred-site.xml");
  43.         return conf;
  44.     }

  46. }
复制代码


  1. </blockquote></div></font></div><div align="left" style="font-size: 13px;"><font color="#4d4d4f"><b>2). Step1.java，按用户分组，计算所有物品出现的组合列表，得到用户对物品的评分矩阵</b></font></div>
  2. <div align="left" style="font-size: 13px;"><font color="#4d4d4f">源代码：</font></div><div align="left" style="font-size: 13px;"><span style="color: rgb(77, 77, 79); line-height: 1.5;"><div class="blockcode"><blockquote>package org.conan.myhadoop.recommend;

  4. import java.io.IOException;
  5. import java.util.Iterator;
  6. import java.util.Map;

  8. import org.apache.hadoop.fs.Path;
  9. import org.apache.hadoop.io.IntWritable;
  10. import org.apache.hadoop.io.Text;
  11. import org.apache.hadoop.mapred.FileInputFormat;
  12. import org.apache.hadoop.mapred.FileOutputFormat;
  13. import org.apache.hadoop.mapred.JobClient;
  14. import org.apache.hadoop.mapred.JobConf;
  15. import org.apache.hadoop.mapred.MapReduceBase;
  16. import org.apache.hadoop.mapred.Mapper;
  17. import org.apache.hadoop.mapred.OutputCollector;
  18. import org.apache.hadoop.mapred.Reducer;
  19. import org.apache.hadoop.mapred.Reporter;
  20. import org.apache.hadoop.mapred.RunningJob;
  21. import org.apache.hadoop.mapred.TextInputFormat;
  22. import org.apache.hadoop.mapred.TextOutputFormat;
  23. import org.conan.myhadoop.hdfs.HdfsDAO;

  25. public class Step1 {

  27.     public static class Step1_ToItemPreMapper extends MapReduceBase implements Mapper<Object, Text, IntWritable, Text> {
  28.         private final static IntWritable k = new IntWritable();
  29.         private final static Text v = new Text();

  31.         @Override
  32.         public void map(Object key, Text value, OutputCollector<IntWritable, Text> output, Reporter reporter) throws IOException {
  33.             String[] tokens = Recommend.DELIMITER.split(value.toString());
  34.             int userID = Integer.parseInt(tokens[0]);
  35.             String itemID = tokens[1];
  36.             String pref = tokens[2];
  37.             k.set(userID);
  38.             v.set(itemID + ":" + pref);
  39.             output.collect(k, v);
  40.         }
  41.     }

  43.     public static class Step1_ToUserVectorReducer extends MapReduceBase implements Reducer<IntWritable, Text, IntWritable, Text> {
  44.         private final static Text v = new Text();

  46.         @Override
  47.         public void reduce(IntWritable key, Iterator values, OutputCollector<IntWritable, Text> output, Reporter reporter) throws IOException {
  48.             StringBuilder sb = new StringBuilder();
  49.             while (values.hasNext()) {
  50.                 sb.append("," + values.next());
  51.             }
  52.             v.set(sb.toString().replaceFirst(",", ""));
  53.             output.collect(key, v);
  54.         }
  55.     }

  57.     public static void run(Map<String, String> path) throws IOException {
  58.         JobConf conf = Recommend.config();

  60.         String input = path.get("Step1Input");
  61.         String output = path.get("Step1Output");

  63.         HdfsDAO hdfs = new HdfsDAO(Recommend.HDFS, conf);
  64.         hdfs.rmr(input);
  65.         hdfs.mkdirs(input);
  66.         hdfs.copyFile(path.get("data"), input);

  68.         conf.setMapOutputKeyClass(IntWritable.class);
  69.         conf.setMapOutputValueClass(Text.class);

  71.         conf.setOutputKeyClass(IntWritable.class);
  72.         conf.setOutputValueClass(Text.class);

  74.         conf.setMapperClass(Step1_ToItemPreMapper.class);
  75.         conf.setCombinerClass(Step1_ToUserVectorReducer.class);
  76.         conf.setReducerClass(Step1_ToUserVectorReducer.class);

  78.         conf.setInputFormat(TextInputFormat.class);
  79.         conf.setOutputFormat(TextOutputFormat.class);

  81.         FileInputFormat.setInputPaths(conf, new Path(input));
  82.         FileOutputFormat.setOutputPath(conf, new Path(output));

  84.         RunningJob job = JobClient.runJob(conf);
  85.         while (!job.isComplete()) {
  86.             job.waitForCompletion();
  87.         }
  88.     }

  90. }
复制代码



计算结果：
  1. ~ hadoop fs -cat /user/hdfs/recommend/step1/part-00000

  3. 1       102:3.0,103:2.5,101:5.0
  4. 2       101:2.0,102:2.5,103:5.0,104:2.0
  5. 3       107:5.0,101:2.0,104:4.0,105:4.5
  6. 4       101:5.0,103:3.0,104:4.5,106:4.0
  7. 5       101:4.0,102:3.0,103:2.0,104:4.0,105:3.5,106:4.0
复制代码



3). Step2.java，对物品组合列表进行计数，建立物品的同现矩阵
源代码：

  1. package org.conan.myhadoop.recommend;

  3. import java.io.IOException;
  4. import java.util.Iterator;
  5. import java.util.Map;

  7. import org.apache.hadoop.fs.Path;
  8. import org.apache.hadoop.io.IntWritable;
  9. import org.apache.hadoop.io.LongWritable;
  10. import org.apache.hadoop.io.Text;
  11. import org.apache.hadoop.mapred.FileInputFormat;
  12. import org.apache.hadoop.mapred.FileOutputFormat;
  13. import org.apache.hadoop.mapred.JobClient;
  14. import org.apache.hadoop.mapred.JobConf;
  15. import org.apache.hadoop.mapred.MapReduceBase;
  16. import org.apache.hadoop.mapred.Mapper;
  17. import org.apache.hadoop.mapred.OutputCollector;
  18. import org.apache.hadoop.mapred.Reducer;
  19. import org.apache.hadoop.mapred.Reporter;
  20. import org.apache.hadoop.mapred.RunningJob;
  21. import org.apache.hadoop.mapred.TextInputFormat;
  22. import org.apache.hadoop.mapred.TextOutputFormat;
  23. import org.conan.myhadoop.hdfs.HdfsDAO;

  25. public class Step2 {
  26.     public static class Step2_UserVectorToCooccurrenceMapper extends MapReduceBase implements Mapper<LongWritable, Text, Text, IntWritable> {
  27.         private final static Text k = new Text();
  28.         private final static IntWritable v = new IntWritable(1);

  30.         @Override
  31.         public void map(LongWritable key, Text values, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException {
  32.             String[] tokens = Recommend.DELIMITER.split(values.toString());
  33.             for (int i = 1; i < tokens.length; i++) {
  34.                 String itemID = tokens[i].split(":")[0];
  35.                 for (int j = 1; j < tokens.length; j++) {
  36.                     String itemID2 = tokens[j].split(":")[0];
  37.                     k.set(itemID + ":" + itemID2);
  38.                     output.collect(k, v);
  39.                 }
  40.             }
  41.         }
  42.     }

  44.     public static class Step2_UserVectorToConoccurrenceReducer extends MapReduceBase implements Reducer<Text, IntWritable, Text, IntWritable> {
  45.         private IntWritable result = new IntWritable();

  47.         @Override
  48.         public void reduce(Text key, Iterator values, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException {
  49.             int sum = 0;
  50.             while (values.hasNext()) {
  51.                 sum += values.next().get();
  52.             }
  53.             result.set(sum);
  54.             output.collect(key, result);
  55.         }
  56.     }

  58.     public static void run(Map<String, String> path) throws IOException {
  59.         JobConf conf = Recommend.config();

  61.         String input = path.get("Step2Input");
  62.         String output = path.get("Step2Output");

  64.         HdfsDAO hdfs = new HdfsDAO(Recommend.HDFS, conf);
  65.         hdfs.rmr(output);

  67.         conf.setOutputKeyClass(Text.class);
  68.         conf.setOutputValueClass(IntWritable.class);

  70.         conf.setMapperClass(Step2_UserVectorToCooccurrenceMapper.class);
  71.         conf.setCombinerClass(Step2_UserVectorToConoccurrenceReducer.class);
  72.         conf.setReducerClass(Step2_UserVectorToConoccurrenceReducer.class);

  74.         conf.setInputFormat(TextInputFormat.class);
  75.         conf.setOutputFormat(TextOutputFormat.class);

  77.         FileInputFormat.setInputPaths(conf, new Path(input));
  78.         FileOutputFormat.setOutputPath(conf, new Path(output));

  80.         RunningJob job = JobClient.runJob(conf);
  81.         while (!job.isComplete()) {
  82.             job.waitForCompletion();
  83.         }
  84.     }
  85. }
复制代码



计算结果：
  1. ~ hadoop fs -cat /user/hdfs/recommend/step2/part-00000

  3. 101:101 5
  4. 101:102 3
  5. 101:103 4
  6. 101:104 4
  7. 101:105 2
  8. 101:106 2
  9. 101:107 1
  10. 102:101 3
  11. 102:102 3
  12. 102:103 3
  13. 102:104 2
  14. 102:105 1
  15. 102:106 1
  16. 103:101 4
  17. 103:102 3
  18. 103:103 4
  19. 103:104 3
  20. 103:105 1
  21. 103:106 2
  22. 104:101 4
  23. 104:102 2
  24. 104:103 3
  25. 104:104 4
  26. 104:105 2
  27. 104:106 2
  28. 104:107 1
  29. 105:101 2
  30. 105:102 1
  31. 105:103 1
  32. 105:104 2
  33. 105:105 2
  34. 105:106 1
  35. 105:107 1
  36. 106:101 2
  37. 106:102 1
  38. 106:103 2
  39. 106:104 2
  40. 106:105 1
  41. 106:106 2
  42. 107:101 1
  43. 107:104 1
  44. 107:105 1
  45. 107:107 1
复制代码


4). Step3.java，合并同现矩阵和评分矩阵
源代码：

  1. package org.conan.myhadoop.recommend;

  3. import java.io.IOException;
  4. import java.util.Map;

  6. import org.apache.hadoop.fs.Path;
  7. import org.apache.hadoop.io.IntWritable;
  8. import org.apache.hadoop.io.LongWritable;
  9. import org.apache.hadoop.io.Text;
  10. import org.apache.hadoop.mapred.FileInputFormat;
  11. import org.apache.hadoop.mapred.FileOutputFormat;
  12. import org.apache.hadoop.mapred.JobClient;
  13. import org.apache.hadoop.mapred.JobConf;
  14. import org.apache.hadoop.mapred.MapReduceBase;
  15. import org.apache.hadoop.mapred.Mapper;
  16. import org.apache.hadoop.mapred.OutputCollector;
  17. import org.apache.hadoop.mapred.Reporter;
  18. import org.apache.hadoop.mapred.RunningJob;
  19. import org.apache.hadoop.mapred.TextInputFormat;
  20. import org.apache.hadoop.mapred.TextOutputFormat;
  21. import org.conan.myhadoop.hdfs.HdfsDAO;

  23. public class Step3 {

  25.     public static class Step31_UserVectorSplitterMapper extends MapReduceBase implements Mapper<LongWritable, Text, IntWritable, Text> {
  26.         private final static IntWritable k = new IntWritable();
  27.         private final static Text v = new Text();

  29.         @Override
  30.         public void map(LongWritable key, Text values, OutputCollector<IntWritable, Text> output, Reporter reporter) throws IOException {
  31.             String[] tokens = Recommend.DELIMITER.split(values.toString());
  32.             for (int i = 1; i < tokens.length; i++) {
  33.                 String[] vector = tokens[i].split(":");
  34.                 int itemID = Integer.parseInt(vector[0]);
  35.                 String pref = vector[1];

  37.                 k.set(itemID);
  38.                 v.set(tokens[0] + ":" + pref);
  39.                 output.collect(k, v);
  40.             }
  41.         }
  42.     }

  44.     public static void run1(Map<String, String> path) throws IOException {
  45.         JobConf conf = Recommend.config();

  47.         String input = path.get("Step3Input1");
  48.         String output = path.get("Step3Output1");

  50.         HdfsDAO hdfs = new HdfsDAO(Recommend.HDFS, conf);
  51.         hdfs.rmr(output);

  53.         conf.setOutputKeyClass(IntWritable.class);
  54.         conf.setOutputValueClass(Text.class);

  56.         conf.setMapperClass(Step31_UserVectorSplitterMapper.class);

  58.         conf.setInputFormat(TextInputFormat.class);
  59.         conf.setOutputFormat(TextOutputFormat.class);

  61.         FileInputFormat.setInputPaths(conf, new Path(input));
  62.         FileOutputFormat.setOutputPath(conf, new Path(output));

  64.         RunningJob job = JobClient.runJob(conf);
  65.         while (!job.isComplete()) {
  66.             job.waitForCompletion();
  67.         }
  68.     }

  70.     public static class Step32_CooccurrenceColumnWrapperMapper extends MapReduceBase implements Mapper<LongWritable, Text, Text, IntWritable> {
  71.         private final static Text k = new Text();
  72.         private final static IntWritable v = new IntWritable();

  74.         @Override
  75.         public void map(LongWritable key, Text values, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException {
  76.             String[] tokens = Recommend.DELIMITER.split(values.toString());
  77.             k.set(tokens[0]);
  78.             v.set(Integer.parseInt(tokens[1]));
  79.             output.collect(k, v);
  80.         }
  81.     }

  83.     public static void run2(Map<String, String> path) throws IOException {
  84.         JobConf conf = Recommend.config();

  86.         String input = path.get("Step3Input2");
  87.         String output = path.get("Step3Output2");

  89.         HdfsDAO hdfs = new HdfsDAO(Recommend.HDFS, conf);
  90.         hdfs.rmr(output);

  92.         conf.setOutputKeyClass(Text.class);
  93.         conf.setOutputValueClass(IntWritable.class);

  95.         conf.setMapperClass(Step32_CooccurrenceColumnWrapperMapper.class);

  97.         conf.setInputFormat(TextInputFormat.class);
  98.         conf.setOutputFormat(TextOutputFormat.class);

  100.         FileInputFormat.setInputPaths(conf, new Path(input));
  101.         FileOutputFormat.setOutputPath(conf, new Path(output));

  103.         RunningJob job = JobClient.runJob(conf);
  104.         while (!job.isComplete()) {
  105.             job.waitForCompletion();
  106.         }
  107.     }

  109. }
复制代码



计算结果：

  1. ~ hadoop fs -cat /user/hdfs/recommend/step3_1/part-00000

  3. 101     5:4.0
  4. 101     1:5.0
  5. 101     2:2.0
  6. 101     3:2.0
  7. 101     4:5.0
  8. 102     1:3.0
  9. 102     5:3.0
  10. 102     2:2.5
  11. 103     2:5.0
  12. 103     5:2.0
  13. 103     1:2.5
  14. 103     4:3.0
  15. 104     2:2.0
  16. 104     5:4.0
  17. 104     3:4.0
  18. 104     4:4.5
  19. 105     3:4.5
  20. 105     5:3.5
  21. 106     5:4.0
  22. 106     4:4.0
  23. 107     3:5.0

  25. ~ hadoop fs -cat /user/hdfs/recommend/step3_2/part-00000

  27. 101:101 5
  28. 101:102 3
  29. 101:103 4
  30. 101:104 4
  31. 101:105 2
  32. 101:106 2
  33. 101:107 1
  34. 102:101 3
  35. 102:102 3
  36. 102:103 3
  37. 102:104 2
  38. 102:105 1
  39. 102:106 1
  40. 103:101 4
  41. 103:102 3
  42. 103:103 4
  43. 103:104 3
  44. 103:105 1
  45. 103:106 2
  46. 104:101 4
  47. 104:102 2
  48. 104:103 3
  49. 104:104 4
  50. 104:105 2
  51. 104:106 2
  52. 104:107 1
  53. 105:101 2
  54. 105:102 1
  55. 105:103 1
  56. 105:104 2
  57. 105:105 2
  58. 105:106 1
  59. 105:107 1
  60. 106:101 2
  61. 106:102 1
  62. 106:103 2
  63. 106:104 2
  64. 106:105 1
  65. 106:106 2
  66. 107:101 1
  67. 107:104 1
  68. 107:105 1
  69. 107:107 1
复制代码



5). Step4.java，计算推荐结果列表
源代码：

  1. package org.conan.myhadoop.recommend;

  3. import java.io.IOException;
  4. import java.util.ArrayList;
  5. import java.util.HashMap;
  6. import java.util.Iterator;
  7. import java.util.List;
  8. import java.util.Map;

  10. import org.apache.hadoop.fs.Path;
  11. import org.apache.hadoop.io.IntWritable;
  12. import org.apache.hadoop.io.LongWritable;
  13. import org.apache.hadoop.io.Text;
  14. import org.apache.hadoop.mapred.FileInputFormat;
  15. import org.apache.hadoop.mapred.FileOutputFormat;
  16. import org.apache.hadoop.mapred.JobClient;
  17. import org.apache.hadoop.mapred.JobConf;
  18. import org.apache.hadoop.mapred.MapReduceBase;
  19. import org.apache.hadoop.mapred.Mapper;
  20. import org.apache.hadoop.mapred.OutputCollector;
  21. import org.apache.hadoop.mapred.Reducer;
  22. import org.apache.hadoop.mapred.Reporter;
  23. import org.apache.hadoop.mapred.RunningJob;
  24. import org.apache.hadoop.mapred.TextInputFormat;
  25. import org.apache.hadoop.mapred.TextOutputFormat;
  26. import org.conan.myhadoop.hdfs.HdfsDAO;

  28. public class Step4 {

  30.     public static class Step4_PartialMultiplyMapper extends MapReduceBase implements Mapper<LongWritable, Text, IntWritable, Text> {
  31.         private final static IntWritable k = new IntWritable();
  32.         private final static Text v = new Text();

  34.         private final static Map<Integer, List> cooccurrenceMatrix = new HashMap<Integer, List>();

  36.         @Override
  37.         public void map(LongWritable key, Text values, OutputCollector<IntWritable, Text> output, Reporter reporter) throws IOException {
  38.             String[] tokens = Recommend.DELIMITER.split(values.toString());

  40.             String[] v1 = tokens[0].split(":");
  41.             String[] v2 = tokens[1].split(":");

  43.             if (v1.length > 1) {// cooccurrence
  44.                 int itemID1 = Integer.parseInt(v1[0]);
  45.                 int itemID2 = Integer.parseInt(v1[1]);
  46.                 int num = Integer.parseInt(tokens[1]);

  48.                 List list = null;
  49.                 if (!cooccurrenceMatrix.containsKey(itemID1)) {
  50.                     list = new ArrayList();
  51.                 } else {
  52.                     list = cooccurrenceMatrix.get(itemID1);
  53.                 }
  54.                 list.add(new Cooccurrence(itemID1, itemID2, num));
  55.                 cooccurrenceMatrix.put(itemID1, list);
  56.             }

  58.             if (v2.length > 1) {// userVector
  59.                 int itemID = Integer.parseInt(tokens[0]);
  60.                 int userID = Integer.parseInt(v2[0]);
  61.                 double pref = Double.parseDouble(v2[1]);
  62.                 k.set(userID);
  63.                 for (Cooccurrence co : cooccurrenceMatrix.get(itemID)) {
  64.                     v.set(co.getItemID2() + "," + pref * co.getNum());
  65.                     output.collect(k, v);
  66.                 }

  68.             }
  69.         }
  70.     }

  72.     public static class Step4_AggregateAndRecommendReducer extends MapReduceBase implements Reducer<IntWritable, Text, IntWritable, Text> {
  73.         private final static Text v = new Text();

  75.         @Override
  76.         public void reduce(IntWritable key, Iterator values, OutputCollector<IntWritable, Text> output, Reporter reporter) throws IOException {
  77.             Map<String, Double> result = new HashMap<String, Double>();
  78.             while (values.hasNext()) {
  79.                 String[] str = values.next().toString().split(",");
  80.                 if (result.containsKey(str[0])) {
  81.                     result.put(str[0], result.get(str[0]) + Double.parseDouble(str[1]));
  82.                 } else {
  83.                     result.put(str[0], Double.parseDouble(str[1]));
  84.                 }
  85.             }
  86.             Iterator iter = result.keySet().iterator();
  87.             while (iter.hasNext()) {
  88.                 String itemID = iter.next();
  89.                 double score = result.get(itemID);
  90.                 v.set(itemID + "," + score);
  91.                 output.collect(key, v);
  92.             }
  93.         }
  94.     }

  96.     public static void run(Map<String, String> path) throws IOException {
  97.         JobConf conf = Recommend.config();

  99.         String input1 = path.get("Step4Input1");
  100.         String input2 = path.get("Step4Input2");
  101.         String output = path.get("Step4Output");

  103.         HdfsDAO hdfs = new HdfsDAO(Recommend.HDFS, conf);
  104.         hdfs.rmr(output);

  106.         conf.setOutputKeyClass(IntWritable.class);
  107.         conf.setOutputValueClass(Text.class);

  109.         conf.setMapperClass(Step4_PartialMultiplyMapper.class);
  110.         conf.setCombinerClass(Step4_AggregateAndRecommendReducer.class);
  111.         conf.setReducerClass(Step4_AggregateAndRecommendReducer.class);

  113.         conf.setInputFormat(TextInputFormat.class);
  114.         conf.setOutputFormat(TextOutputFormat.class);

  116.         FileInputFormat.setInputPaths(conf, new Path(input1), new Path(input2));
  117.         FileOutputFormat.setOutputPath(conf, new Path(output));

  119.         RunningJob job = JobClient.runJob(conf);
  120.         while (!job.isComplete()) {
  121.             job.waitForCompletion();
  122.         }
  123.     }

  125. }

  127. class Cooccurrence {
  128.     private int itemID1;
  129.     private int itemID2;
  130.     private int num;

  132.     public Cooccurrence(int itemID1, int itemID2, int num) {
  133.         super();
  134.         this.itemID1 = itemID1;
  135.         this.itemID2 = itemID2;
  136.         this.num = num;
  137.     }

  139.     public int getItemID1() {
  140.         return itemID1;
  141.     }

  143.     public void setItemID1(int itemID1) {
  144.         this.itemID1 = itemID1;
  145.     }

  147.     public int getItemID2() {
  148.         return itemID2;
  149.     }

  151.     public void setItemID2(int itemID2) {
  152.         this.itemID2 = itemID2;
  153.     }

  155.     public int getNum() {
  156.         return num;
  157.     }

  159.     public void setNum(int num) {
  160.         this.num = num;
  161.     }

  163. }
复制代码



计算结果：

  1. ~ hadoop fs -cat /user/hdfs/recommend/step4/part-00000

  3. 1       107,5.0
  4. 1       106,18.0
  5. 1       105,15.5
  6. 1       104,33.5
  7. 1       103,39.0
  8. 1       102,31.5
  9. 1       101,44.0
  10. 2       107,4.0
  11. 2       106,20.5
  12. 2       105,15.5
  13. 2       104,36.0
  14. 2       103,41.5
  15. 2       102,32.5
  16. 2       101,45.5
  17. 3       107,15.5
  18. 3       106,16.5
  19. 3       105,26.0
  20. 3       104,38.0
  21. 3       103,24.5
  22. 3       102,18.5
  23. 3       101,40.0
  24. 4       107,9.5
  25. 4       106,33.0
  26. 4       105,26.0
  27. 4       104,55.0
  28. 4       103,53.5
  29. 4       102,37.0
  30. 4       101,63.0
  31. 5       107,11.5
  32. 5       106,34.5
  33. 5       105,32.0
  34. 5       104,59.0
  35. 5       103,56.5
  36. 5       102,42.5
  37. 5       101,68.0
复制代码



对Step4过程优化，请参考本文最后的补充内容。

6). HdfsDAO.java，HDFS操作工具类
详细解释，请参考文章：Hadoop编程调用HDFS
源代码：

  1. package org.conan.myhadoop.hdfs;

  3. import java.io.IOException;
  4. import java.net.URI;

  6. import org.apache.hadoop.conf.Configuration;
  7. import org.apache.hadoop.fs.FSDataInputStream;
  8. import org.apache.hadoop.fs.FSDataOutputStream;
  9. import org.apache.hadoop.fs.FileStatus;
  10. import org.apache.hadoop.fs.FileSystem;
  11. import org.apache.hadoop.fs.Path;
  12. import org.apache.hadoop.io.IOUtils;
  13. import org.apache.hadoop.mapred.JobConf;

  15. public class HdfsDAO {

  17.     private static final String HDFS = "hdfs://192.168.1.210:9000/";

  19.     public HdfsDAO(Configuration conf) {
  20.         this(HDFS, conf);
  21.     }

  23.     public HdfsDAO(String hdfs, Configuration conf) {
  24.         this.hdfsPath = hdfs;
  25.         this.conf = conf;
  26.     }

  28.     private String hdfsPath;
  29.     private Configuration conf;

  31.     public static void main(String[] args) throws IOException {
  32.         JobConf conf = config();
  33.         HdfsDAO hdfs = new HdfsDAO(conf);
  34.         hdfs.copyFile("datafile/item.csv", "/tmp/new");
  35.         hdfs.ls("/tmp/new");
  36.     }        

  38.     public static JobConf config(){
  39.         JobConf conf = new JobConf(HdfsDAO.class);
  40.         conf.setJobName("HdfsDAO");
  41.         conf.addResource("classpath:/hadoop/core-site.xml");
  42.         conf.addResource("classpath:/hadoop/hdfs-site.xml");
  43.         conf.addResource("classpath:/hadoop/mapred-site.xml");
  44.         return conf;
  45.     }

  47.     public void mkdirs(String folder) throws IOException {
  48.         Path path = new Path(folder);
  49.         FileSystem fs = FileSystem.get(URI.create(hdfsPath), conf);
  50.         if (!fs.exists(path)) {
  51.             fs.mkdirs(path);
  52.             System.out.println("Create: " + folder);
  53.         }
  54.         fs.close();
  55.     }

  57.     public void rmr(String folder) throws IOException {
  58.         Path path = new Path(folder);
  59.         FileSystem fs = FileSystem.get(URI.create(hdfsPath), conf);
  60.         fs.deleteOnExit(path);
  61.         System.out.println("Delete: " + folder);
  62.         fs.close();
  63.     }

  65.     public void ls(String folder) throws IOException {
  66.         Path path = new Path(folder);
  67.         FileSystem fs = FileSystem.get(URI.create(hdfsPath), conf);
  68.         FileStatus[] list = fs.listStatus(path);
  69.         System.out.println("ls: " + folder);
  70.         System.out.println("==========================================================");
  71.         for (FileStatus f : list) {
  72.             System.out.printf("name: %s, folder: %s, size: %d\n", f.getPath(), f.isDir(), f.getLen());
  73.         }
  74.         System.out.println("==========================================================");
  75.         fs.close();
  76.     }

  78.     public void createFile(String file, String content) throws IOException {
  79.         FileSystem fs = FileSystem.get(URI.create(hdfsPath), conf);
  80.         byte[] buff = content.getBytes();
  81.         FSDataOutputStream os = null;
  82.         try {
  83.             os = fs.create(new Path(file));
  84.             os.write(buff, 0, buff.length);
  85.             System.out.println("Create: " + file);
  86.         } finally {
  87.             if (os != null)
  88.                 os.close();
  89.         }
  90.         fs.close();
  91.     }

  93.     public void copyFile(String local, String remote) throws IOException {
  94.         FileSystem fs = FileSystem.get(URI.create(hdfsPath), conf);
  95.         fs.copyFromLocalFile(new Path(local), new Path(remote));
  96.         System.out.println("copy from: " + local + " to " + remote);
  97.         fs.close();
  98.     }

  100.     public void download(String remote, String local) throws IOException {
  101.         Path path = new Path(remote);
  102.         FileSystem fs = FileSystem.get(URI.create(hdfsPath), conf);
  103.         fs.copyToLocalFile(path, new Path(local));
  104.         System.out.println("download: from" + remote + " to " + local);
  105.         fs.close();
  106.     }

  108.     public void cat(String remoteFile) throws IOException {
  109.         Path path = new Path(remoteFile);
  110.         FileSystem fs = FileSystem.get(URI.create(hdfsPath), conf);
  111.         FSDataInputStream fsdis = null;
  112.         System.out.println("cat: " + remoteFile);
  113.         try {  
  114.             fsdis =fs.open(path);
  115.             IOUtils.copyBytes(fsdis, System.out, 4096, false);  
  116.           } finally {  
  117.             IOUtils.closeStream(fsdis);
  118.             fs.close();
  119.           }
  120.     }
  121. }
复制代码



这样我们就自己编程实现了MapReduce化基于物品的协同过滤算法。
RHadoop的实现方案，请参考文章：RHadoop实践系列之三 R实现MapReduce的协同过滤算法
Mahout的实现方案，请参考文章：Mahout分步式程序开发 基于物品的协同过滤ItemCF
我已经把整个MapReduce的实现都放到了github上面：
https://github.com/bsspirit/maven_hadoop_template/releases/tag/recommend




http://f.dataguru.cn/thread-229459-1-1.html


追寻北极
关注
专栏目录
MapReduce实现推荐算法（同现矩阵*评分矩阵=推荐结果）
asdfzjs的专栏
08-29 4364
该讲主要是基于ItemCF的物品推荐。 1，常用的两大协同过滤算法。 a,基于物品的协同过滤算法 基于item的协同过滤，通过用户对不同item的评分来评测item之间的相似性，基于item之间的相似性做出推荐。简单来讲就是：给用户推荐和他之前喜欢的物品相似的物品。 b,基于用户的协同过滤算法UserCF 基于用户的协同过滤，通过不同用户对物品的评分来评测用户之间的相似性，基于用
为什么同现矩阵*评分矩阵=推荐结果？
sdujava2011
07-25 1892
本文转自http://f.dataguru.cn/thread-229459-1-1.html，所有权力归原作者所有。对文章中一些描述比较含糊的地方作了修改。 举一个  用户3  对  物品102   是否感兴趣的例子: 用户3对所有物品的评分， 评分不为0说明用户3喜欢这东西 用户ID 物品ID1 用户评分 3 1
【AI知识点】共现矩阵（Co-occurrence Matrix）
最新发布
虾米记的博客
10-02 1514
共现矩阵（Co-occurrence Matrix）是一种在自然语言处理中广泛使用的数学工具，用于表示词语在文本中相互出现的情况。它通常用于分析词语在文本中的共现关系，即哪些词语在同一上下文中经常一起出现。共现矩阵是生成词嵌入（Word Embedding）的一种重要方法，例如在GloVe模型中，它通过捕捉词语的共现信息来学习词语的语义表示。
同现矩阵*评分矩阵=推荐结果
读读书，敲敲代码，写写博客，思考思考人生。
05-22 1347
唯一需要明确的是： 这是一个基于物品的协同过滤的例子，要明确地以物品的相似角度描述。例子: 用户3对所有物品的评分， 有评分说明用户3喜欢这东西 用户ID 物品ID1 用户评分 3 101 2 3 102 0 3 103 0
推荐算法
慧有未来
05-08 311
相似度种类：    余弦相似度  切比雪夫距离   皮尔森系数   杰卡德距离   欧式相似度  曼哈顿距离 基于物品的协同过滤推荐算法（ItemCF）    用户行为与权重        1.点击---1分        2.搜索---3.0分        3.收藏---5分        4.付款---10分   算法思想：给他们推荐那些和他们之前喜欢的物品相似的物品      相似度矩阵X...
同现矩阵的概念（待完善）
wyqwilliam的博客
09-24 1005
同现矩阵：  
建立物品的同现矩阵的过程 和 同现矩阵*评分矩阵的意义
Andrew的成长之路
02-28 9810
建立同现矩阵的过程在协同过滤算法中同现矩阵的建立是极其关键的一部，而在大多数的博客文章中大多都没有详细说明矩阵的建立过程。在此详细说明一下：原始数据如下所示：1,101,5.0 1,102,3.0 1,103,2.5 2,101,2.0 2,102,2.5 2,103,5.0 2,104,2.0 3,101,2.0 3,104,4.0 3,105,4.5 3,107,5.0 4,101,5.0 4,
人工智能-推荐系统-矩阵分解-将SVD应用于推荐系统中的评分预测问题
07-09
本篇文章将聚焦于推荐系统中的一个关键技术——矩阵分解，特别是如何利用奇异值分解（Singular Value Decomposition, SVD）来解决评分预测问题。 推荐系统的基石是用户-物品交互矩阵，该矩阵通常非常稀疏，因为每个...
python机器学习：推荐系统实现（以矩阵分解来协同过滤）
01-06
我们可以通过为每个用户和每部电影分配属性，然后将它们相乘并合并结果来估计用户喜欢电影的程度。 然后我们使用pandas数据透视表函数来构建评论矩阵。在这一点上，ratings_df包含一个稀疏的评论阵列。 接下来，...
pmf_矩阵分解_PMF算法_推荐算法_
10-01
在推荐系统领域，矩阵分解（Matrix Factorization，简称MF）是一种广泛应用且效果良好的技术，它主要解决了用户-物品评分矩阵的稀疏性问题。在这个压缩包中，包含了一个名为"pmf"的文件，我们可以推测这可能是一个...
一个简单的协同过滤推荐系统的Python示例，使用了一个假设的电影-用户评分矩阵
06-20
这个示例中，我们首先定义了一个用户-电影评分矩阵，其中用户用行表示，电影用列表示。我们编写了两个函数：calculate_similarity用于计算用户之间的相似度，get_recommendations用于根据用户的历史评分和用户相似度...
推荐系统中的同现矩阵问题
sinat_33571479的博客
12-07 2685
最近在研究Hadoop大数据方面的知识，正巧看到了推荐系统，其中里面有个同现矩阵很是让我蒙圈，查了很多blog之后，写下来与大家分享。 1.建立同现矩阵的过程 在协同过滤算法中同现矩阵的建立是极其关键的一部，原始数据如下： 1,101,5.0 1,102,3.0 1,103,2.5 2,101,2.0 2,102,2.5 2,103,5.0 2,104,2.0 3,101,2
同现矩阵
wym1581的专栏
07-27 775
http://zengzhaozheng.blog.51cto.com/8219051/1557054?utm_source=tuicool
协同过滤与同现矩阵
wyqwilliam的博客
09-24 1987
协同过滤与同现矩阵：                            
打分矩阵Scoring Matrices
wangprince2017
09-04 3598
一种基于矩阵分解的电影推荐算法
01-27
针对目前的电影推荐算法中，传统的矩阵分解算法对于用户的离散型评分数据集的数据利用率不高的问题，提出基于二项分布的矩阵分解算法的模型，在假定用户的评分数据是服从二项分布的前提下，利用最大后验估计学习得出...
ItemCF_基于物品的协同过滤
一夜飘零
04-13 2020
ItemCF_基于物品的协同过滤 1.    概念 2.    原理 如何给用户推荐？ 给用户推荐他没有买过的物品--103 3.    java代码实现思路 数据集： 第一步：构建物品的同现矩阵 第二步：构建用户的得分矩阵 第三步：同现矩阵*评分矩阵 第四步：拿到最终结果，排序，得到给用户的推荐列表   问题一：物品同现矩阵和用户得分矩阵如何构建？ 问题二：矩阵相乘...
Java共现矩阵的构建(用于社交网络结构分析)
qy20115549的博客
09-27 3120
本文作者：合肥工业大学 电子商务研究所 钱洋 email：1563178220@qq.com 。 内容可能有不到之处，欢迎交流。 未经本人允许禁止转载。 文章目录背景Java实现共现矩阵程序运行结果关于社区发现算法 背景 最近，在做研究的时候，需要使用到Louvain社区检测算法(Louvain Community Detection)。而该算法的输出是节点-节点或节点-节点-权重。如节点-节点的...
协同过滤之基于用户-物品矩阵推荐系统(待续)
平原的博客
10-17 7794
先上图，第一个是基于物品协同过滤推荐，第二个是基于用户的协同过滤推荐 这个两个步骤差不多。先说基于物品的协同过滤，原理就是上面这张图，下面说步骤 一、基于物品的协同过滤 步骤： 1、根据用户对物品的评分构建用户-物品矩阵 2、创建一个n*n的物品相似度矩阵 在产品-产品协同过滤中的产品之间的相似性值是通过观察所有对两个产品之间的打分的用户来度量的 通过计算每一个i物品...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值