场景:猜你喜欢
数据量:大数据架构
检验:准确率、召回率、覆盖率、流行度
步骤:
- 构建物品的同现矩阵
- 建立用户对物品的评分矩阵
- 同现矩阵*评分结果=矩阵计算结果
选择结果列向量中最大的未评价的推荐
具体实现:Hadoop+Mahout(数据模型、相似度、近邻、推荐、评分)
测试数据集:
rating.csv
3列:用户ID,图书ID,评分数据
记录数:4000次评分
用户数:200个
图书数:10000个
评分:1-10
users.csv
3列:用户ID,用户性别,用户年龄
用户数:200个
用户性别:M,F
用户年龄:11-80岁
算法模型:
3种推荐算法 UserCF,ItemCF,SlopeOne
基于用户:
- 相似度距离+最近邻+推荐(评分,无评分)
基于物品:
- 相似度距离+推荐算法(评分,无评分)
评估:查准率+召回率(查全率)
系统架构:Mahout 单机+分布
开发环境:Win7 64 + Java + Maven3 + Eclipse + Mahout 0.8 + Hadoop1.2
结果:userEuclideanNoPref 性能最好