使用spark mllib中协同过滤推荐算法ALS建立推荐模型

最新推荐文章于 2024-05-16 22:44:07 发布

undo_try

最新推荐文章于 2024-05-16 22:44:07 发布

阅读量2.1k

点赞数 2

分类专栏： # spark 文章标签： spark mllib

本文链接：https://blog.csdn.net/qq_44665283/article/details/123539619

版权

spark 专栏收录该内容

24 篇文章

订阅专栏

本文介绍了如何使用Apache Spark的MLlib库中的Alternating Least Squares (ALS)算法实现电影评分的协同过滤推荐模型。涉及数据预处理、模型训练、预测及评估，并展示了如何为用户推荐电影和为电影推荐用户的功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用spark mllib中协同过滤推荐算法ALS建立推荐模型

在这里插入图片描述

package com.yyds.tags.ml.rs.rdd

import org.apache.spark.mllib.evaluation.RegressionMetrics
import org.apache.spark.mllib.recommendation.{ALS, MatrixFactorizationModel, Rating}
import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}

/**
 * 使用spark mllib中协同过滤推荐算法ALS建立推荐模型
 *
 * a 预测用户对某个电影的评价
 * b 为某个用户推荐10个电影
 * c 为某个电影推荐10个用户
 */
object SparkAlsRmdAndMovie {

  def main(args: Array[String]): Unit = {

    // 1 构建SparkContext对象
    val sc: SparkContext = {
      // 创建spark conf对象
      val sparkConf: SparkConf = new SparkConf()
        .setMaster("local[4]")
        .setAppName(this.getClass.getSimpleName.stripSuffix("$"))

      val context: SparkContext = SparkContext.getOrCreate(sparkConf)
      // 设置检查点
      context.setCheckpointDir("data/ckpt/als-ml-" + System.currentTimeMillis())
      context
    }

    // 读取电影评分数据
    val rawRDD: RDD[String] = sc.textFile("datas/u.data")

    println(s"Count = ${rawRDD.count()}")
    println(s"First = ${rawRDD.first()}")


    // 数据转换，构建RDD[Rating]
    val ratingRDD: RDD[Rating] = rawRDD
          //过滤
          .filter(line => null != line && line.split("\\t").length == 4)
        .map{
          line =>
            val Array(userId,movieId,rating,_) = line.split("\\t")
            Rating(userId.toInt,movieId.toInt,rating.toDouble)
        }

    // 划分训练集和测试集
    val Array(trainRatings,testRatings) = ratingRDD.randomSplit(Array(0.8, 0.2))

    val alsModel: MatrixFactorizationModel = ALS.train(
      ratings = trainRatings,
      rank = 10, // 特征数
      iterations = 20 // 迭代次数
    )

    // 获取因子矩阵
    val userFeatures: RDD[(Int, Array[Double])] = alsModel.userFeatures
    // 获取物品因子矩阵
    val productFeatures: RDD[(Int, Array[Double])] = alsModel.productFeatures

    // TODO 模型评估
    val realRatingsRDD: RDD[((Int, Int), Double)] = testRatings.map {
      tuple =>
        ((tuple.user, tuple.product), tuple.rating)
    }

    // 使用模型对测试数据进行预测
    val predictRatingsRDD: RDD[((Int, Int), Double)] = alsModel
      .predict(realRatingsRDD.map(_._1))
      .map(tuple =>
        ((tuple.user, tuple.product), tuple.rating)
      )
    // 合并预测值和真实值
    val predictAndRealRDD: RDD[((Int, Int), (Double, Double))] = predictRatingsRDD
      .join(realRatingsRDD)
    val metrics: RegressionMetrics = new RegressionMetrics(predictAndRealRDD.map(_._2))
    println(s"RMSE = ${metrics.rootMeanSquaredError}")


    println("----------------预测196用户对电影242的评分-----------------------")

    // TODO 预测
    val predict: Double = alsModel.predict(196, 242)
    println(s"预测196用户对电影242的评分： $predict")

    println("----------------为196用户推荐的10部电影-----------------------")

    // 为196用户推荐的10部电影
    val movies: Array[Rating] = alsModel.recommendProducts(196, 10)
    movies.foreach(println)

    println("----------------为242电影推荐的10个用户-----------------------")

    // 为242电影推荐的10个用户
    val users: Array[Rating] = alsModel.recommendUsers(242, 10)
    users.foreach(println)

    // TODO 保存和加载模型
    val path = "datas/als/ml-als-model-" + System.currentTimeMillis()
    alsModel.save(sc,path)

    // 加载
//    val model: MatrixFactorizationModel = MatrixFactorizationModel.load(sc, path)



    // 休眠
    Thread.sleep(10000000L)
    sc.stop()
  }

}