mahout
文章平均质量分 87
wolvesqun
这个作者很懒,什么都没留下…
展开
-
Mahout推荐算法编程实践
Mahout推荐算法编程实践标签: 甘道夫 mahout 推荐算法 | 发表时间:2014-09-10 17:27 | 作者:u010967382分享到:出处:http://blog.csdn.net引言Taste是曾经风靡一时的推荐算法框架,后来被并入Mahout中,Mahout的部分推荐算法基于Taste实现。下文介绍基于Taste实现最常用的Use转载 2016-10-09 10:18:27 · 1502 阅读 · 1 评论 -
Mahout基于内存的DataMode 推荐引擎Demo2
Mahout基于内存的DataMode 推荐引擎Demo2//注释的部分是基于文件也可以理解为基于日志文件的, //DataModel 可以有很多种,实现abstractDataMode的子类,原则上都可以作为数据源,个人觉得,不管是那种DataMode各自有优缺点 //应该视情况而定, package com.test.mahout; impo转载 2016-10-09 10:20:37 · 725 阅读 · 0 评论 -
使用Mahout实现协同过滤 spark
Mahout使用了Taste来提高协同过滤算法的实现,它是一个基于Java实现的可扩展的,高效的推荐引擎。Taste既实现了最基本的基 于用户的和基于内容的推荐算法,同时也提供了扩展接口,使用户可以方便的定义和实现自己的推荐算法。同时,Taste不仅仅只适用于Java应用程序,它 可以作为内部服务器的一个组件以HTTP和Web Service的形式向外界提供推荐的逻辑。Taste的设计使它能满足企转载 2016-10-09 20:24:36 · 1291 阅读 · 0 评论 -
mahout 推荐系统
用Mahout来构建推荐系统,是一件既简单又困难的事情。简单是因为Mahout完整地封装了“协同过滤”算法,并实现了并行化,提供非常简单的API接口;困难是因为我们不了解算法细节,很难去根据业务的场景进行算法配置和调优。本文将深入算法API去解释Mahout推荐算法底层的一些事。目录Mahout推荐算法介绍算法评判标准:召回率与准确率Recommender.java的API转载 2016-10-08 16:31:14 · 5662 阅读 · 2 评论 -
推荐系统基本元素
自己动手写一个推荐系统废话:最近朋友在学习推荐系统相关,说是实现完整的推荐系统,于是我们三不之一会有一些讨论和推导,想想索性整理出来。在文中主要以工程中做推荐系统的流程着手,穿插一些经验之谈,并对于推荐系统的算法的学术界最新的研究进展和流派作一些介绍。当然由于我做推荐系统之时还年幼,可能有很多偏颇甚至错误的见解,就当抛砖引玉,还请各位大大指点。 Rea转载 2016-10-08 17:55:32 · 580 阅读 · 0 评论 -
Mahout基于内存的DataMode 推荐引擎
//注释的部分是基于文件也可以理解为基于日志文件的, //DataModel 可以有很多种,实现abstractDataMode的子类,原则上都可以作为数据源,个人觉得,不管是那种DataMode各自有优缺点 //应该视情况而定, package com.test.mahout; import java.util.List; import org.a转载 2016-12-08 15:54:16 · 350 阅读 · 0 评论