遥望......

推荐系统广泛应用于电子商务领域，通过分析用户的数据，帮助用户找到喜欢和感兴趣的商品，然后推荐给他们。推荐系统的最大优点在于它能收集用户的兴趣信息并根据用户的不同偏好，主动的为用户做出个性化推荐，而且此推荐信息是动态更新的，也就是说随着时间的推移，用户的兴趣在逐渐改变，推荐系统的推

随着互联网的迅速发展，接入互联网的网页与服务器数量也以指数形式迅猛增长。互联网的发展，使得海量信息以飞快的更新速度在我们眼前不断呈现。例如，卓越亚马逊上存在着上千万的图书，NetFlix上有数万部电影。如此众多的信息，遍历一遍都变得十分艰难，更何况要在其中找到自己感兴趣的部分。传统的搜索策略，为每个用户的相同查询提供完全相同的搜索结果，无法针对不同用户的个人需求提供个性化服务。信息爆炸增长反而使信

mahout中有个对数似然相似的方法，可以计算用户1和用户2之间的相似程度，如2个用户具有共同偏好item数量k11,用户1还偏好item数k12（不含共同k11，也就是用户1总偏好k11+k12）,用户2还偏好item k21,用户1和用户2都不偏好的item数有k22，然后通过LogLikelihood.logLikelihoodRatio(k11,k12,k21,k22)得到2个用户的相似程

如何使用Cross-Validation写这份文件，最主要的目的是介绍如何正确的使用cross-validation，并举例一些常犯的错误。假设您对pattern recognition已经有基础的认识，希望这份文件对您论文中的实验内容能有所帮助。 在pattern recognition与machine learning的相关研究中，经常会将dataset分为training

最近我们的平台环境需要进行升级，这里我们的源程序是MAHOUT0.9版本的（直接改的源代码），而计算平台的环境之前是1.2.1的，目前要升级至2.6.0，因此直接将Mahout程序放在上面是执行不了的。1.首先修改mahout父类maven工程的依赖的HADOOP jar包在mahout父类maven工程中，将pom.xml的1.2.1修改为2.6.0去掉hadoop-core这个