开发中召回集合的生成【笔记】

工具：

采用算法，CF，ALS，所用开发环境 spark-ml库

原始数据格式：

uin|mapid|TotalDuration      用户-地图-游戏时间

步骤：

1. 处理原始数据，用相关用户行为定义算法，处理数据得到 uin|mapid|rating 对应用户-地图评分
2. 根据评分数据计算地图相似度（ITEM_CF,邻域算法）
3. 用户相似采用spark-ml自带的ALS算法，原始数据UinCount>>>>MapCount,数据量过于庞大集群受不了且成本太高

最终数据格式：

	地图相似：MapId|Arr[(MapId，score).....]|,地图相似关联表
	ALS：Uin|Arr[(MapId,score).....]|,用户推荐地图关联表

作用：

1. 地图相似用于关联MapId，可在线上根据用户点击MapId，关联相关地图实时推送，也可根据用户上一次登录的游戏地图行为进行关联
   优点：较为精准，点对点，可用于线上关联MapId
   缺点：多样性差

2. 用户推荐地图关联表，离线计算的推荐列表，用于线上关联uin
   优点：多样性高，点对面
   缺点：只能离线，线上无变化