文字总结自《Mahout in Action》中文版第六章的内容
1.1 数据集介绍
Wikipedia数据集:一篇文章到另外一篇文章的链接。
可以将文章看作是用户，将该文章指向的文章视为该源文章所喜欢的物品。
类型：单向布尔型偏好。
相似性评估算法：LogLikelihoodSimilarity
关于LogLikelihoodSimilarity具体算法思想见：
对数似然比相似度 - xidianycy - 博客频道 - CSDN.NET http://blog.csdn.net/u014374284/article/details/49823557
1.2 设计一个基于物品的分布式推荐算法
1.2.1 构建共现矩阵
回顾在计算物品之间相似度的方法，要计算出每个物品对之间的相似性，并将其结果倒入一个巨大的矩阵。矩阵应该是一个方阵，其行和列的数目等于数据模型中的物品数。表达一个物品和其他物品之间的相似性。该矩阵式沿对角线对称的，因为物品X和Y之间的相似性与物品Y和X之间的相似性是一样的。（注意，此举矩阵式物品-物品矩阵，在本例中，即为文章指向的文章 和文章指向的文章的共现矩阵）
共现矩阵（co-occurrence matrix）：不是计算每个物品对之间的相似性，而是计算在某些用户偏好值列表中每个物品对共同出现的次数。例如：如果有9个用户都对物品X和Y表达了偏好，那么X和Y共同出现了9次。两个在任何用户偏好中均为同时出现的物品，其共现次数为0。注意，每当用户给出对某个物品的偏好，就代表物品与自身共生了一次，不过这个计数并没有什么用处。
共现关系可以看成是一种相似性：两个物品同时出现的次数越多，它们越有可能相关或者相似。共现矩阵的作用类似于物品的ItemSimilarity。
表1给出了一个小的偏好值样本集生成的共现矩阵，
可以看出，该矩阵是对角线对称的。因为有7个物品，所以矩阵式7*7的方阵。对角线上的数值对于算法没有意义。
1.2.2 计算用户向量
将一个用户的偏好视为一个向量。在一个有n个物品的数据模型中，用户偏好就像一个N维向量，每个维度代表一个物品，用户对于物品的偏好值就是这个向量中的值。若用户没有表达过偏好，则为0。这是一个典型的稀疏矩阵，大多数为0，因为用户通常仅对一小部分物品表达过偏好。例如，在这个小型样本数据集中，用户3的偏好对应向量[2.0，0.0，0.0，4.0，4.5，0.0，5.0]。意思为用户3对于101-107的偏好值分别为2.0，0.0，0.0，4.0，4.5，0.0，5.0。要生成推荐结果，每个用户都需要这样一个向量。
1.2.3 生成推荐结果
将每个用户的向量和共现矩阵相乘，即可得到最终推荐结果。这里还是仅仅以用户U3为例。
可以从结果向量R中直接得到推荐结果：在R中最大值对应于最佳的推荐。
仍然以用户3为例，忽略物品101，104，105和107的值，因为用户已经表达过偏好，就不需要再推荐。剩下的，物品103最高，所以是最佳推荐。其次是102和106。
1.2.4 结果分析
直观而言，如果物品103和那些用户3表达过偏好的物品存在共现关系，说明物品103和用户3喜欢的物品很相似，最终的结果包含了大的偏好值和大的共现值之间的乘积，这就是R中较大的值会对应较好推荐的原因。
注意，R中的值并不代表一个估计偏好值，在理想情况下，应该利用一些额外的信息将它们归一化为估计偏好值。