fengZ的专栏

<br />来源http://www.yeeach.com1、常用推荐引擎算法问题<br />1）、相对成熟、完整、现成的开源解决方案较少<br />粗略分来，目前与数据挖掘及推荐引擎相关的开源项目主要有如下几类：<br />数据挖掘相关：主要包括Weka、R-Project、Knime、RapidMiner、Orange 等<br />文本挖掘相关：主要包括OpenNLP、LingPipe、FreeLing、GATE 等，具体可以参考LingPipe’s Competition<br />推荐引擎相关：主

<br /><br />摘自： http://www.ibm.com/developerworks/cn/java/j-mahout/<br />在信息时代，公司和个人的成功越来越依赖于迅速有效地将大量数据转化为可操作的信息。无论是每天处理数以千计的个人电子邮件消息，还是从海量博客文章中推测用户的意图，都需要使用一些工具来组织和增强数据。 这其中就蕴含着机器学习 领域以及本文章所介绍项目的前景：Apache Mahout（见 参考资料）。<br />机器学习是人工智能的一个分支，它涉及通过一些技术来允许计算

<br /><br />摘自：http://www.oschina.net/bbs/thread/7672<br />Web 2.0 的一个核心思想就是“群体智慧”，即基于大众行为，为每个用户提供个性化的推荐。这使得如何让用户能更快速更准确的获得所需要的信息，成为了 Web 应用成败的关键。Apache Mahout 是 ASF（Apache Software Foundation）的一个较新的开源项目，提供机器学习领域的一些经典算法的高效实现。本文主要讲述如何基于 Apache Mahout 来构建社会化