【甘道夫】通过Mahout构建推荐系统--通过IDRescorer扩展评分规则

通过Mahout构建推荐系统时，如果我们需要加入某些过滤规则（比如：item的创建时间在一年以内），则需要用到 IDRescorer 接口，该接口源码如下：

---

package org.apache.mahout.cf.taste.recommender;

/**

 * <p>

 * A {@link Rescorer} which operates on {@code long} primitive IDs, rather than arbitrary {@link Object}s.

 * This is provided since most uses of this interface in the framework take IDs (as {@code long}) as an

 * argument, and so this can be used to avoid unnecessary boxing/unboxing.

 * </p>

 */

public interface IDRescorer {

  

  /**

   * @param id

   *          ID of thing (user, item, etc.) to rescore

   * @param originalScore

   *          original score

   * @return modified score, or {@link Double#NaN} to indicate that this should be excluded entirely

   */

  double rescore(long id, double originalScore);

  

  /**

   * Returns {@code true} to exclude the given thing.

   *

   * @param id

   *          ID of thing (user, item, etc.) to rescore

   * @return {@code true} to exclude, {@code false} otherwise

   */

  boolean isFiltered(long id);

  

}

---

该接口规定了两个必须实现的方法：

1.rescore方法

功能：定义重新评分的逻辑。根据新的规则，为指定id的item重新评分。

返回：重评后的分数

输入参数：item的id，该item原来的评分

调用该方法的方法包括：

2.isFiltered

功能：定义过滤规则。判断指定id的item，根据新的规则，是否该排除在外，返回true就是该item应该排除在结果之外。

返回：true or false

输入参数：指定的id

调用该方法的方法包括：

---

无论是否需要根据特定规则过滤推荐结果，都必须先创建 org.apache.mahout.cf.taste.recommender.Recommender类的对象r，然后通过对象r来执行推荐方法获得针对特定id用户的推荐结果List。

当无需使用特定规则过滤推荐结果时，只需使用 Recommender对象的如下方法获得推荐结果 ：

  /**

   * @param userID

   *          user for which recommendations are to be computed

   * @param howMany

   *          desired number of recommendations

   * @return {@link List} of recommended {@link RecommendedItem}s, ordered from most strongly recommend to

   *         least

   * @throws TasteException

   *           if an error occurs while accessing the {@link DataModel}

   */

  List<RecommendedItem> recommend(long userID, int howMany) throws TasteException;

当需要根据特定规则过滤推荐结果时，需使用 Recommender对象的如下方法获得推荐结果 ：

  /**

   * @param userID

   *          user for which recommendations are to be computed

   * @param howMany

   *          desired number of recommendations

   * @param rescorer

   *          rescoring function to apply before final list of recommendations is determined

   * @return {@link List} of recommended {@link RecommendedItem}s, ordered from most strongly recommend to

   *         least

   * @throws TasteException

   *           if an error occurs while accessing the {@link DataModel}

   */

  List<RecommendedItem> recommend(long userID, int howMany, IDRescorer rescorer) throws TasteException;

其中，最后一个参数就是本文开始提到的 IDRescorer。

所以，当需要通过特定规则过滤推荐结果时，需先实现IDRescorer接口，定义评分逻辑和排除规则。