mahout之分布式Item-Based使用

一：简介

基于用户的协同推荐算法随着使用者数量的增多，计算的时间就会变长，所以在2001年Sarwar提出了基于项目的协同过滤推荐算法(Item-based Collaborative Filtering Algorithms)。基于用户的协同推荐mahout没有实现分布式算法，Mahout基于Item的分布式推荐算法的主要内容见org.apache.mahout.cf.taste.hadoop.item.

二：准备输入文件

采用分布式算法，输入文件首先需存放在hdfs上，文件格式(userid,itemid,preference)

三：程序代码

 1 public static void main(String[] arg) throws Exception {
 2         // TODO Auto-generated method stub
 3         Configuration conf = new Configuration();
 4         String[] args = { "-i", "/mahout/mahout_input.txt", "-o",
 5                 "/mahout/mahout_output", "-n", "3", "-b", "false",
 6                 "-s", "SIMILARITY_EUCLIDEAN_DISTANCE", "--maxPrefsPerUser",
 7                 "7", "--minPrefsPerUser", "2", "--maxPrefsInItemSimilarity",
 8                 "7", "--outputPathForSimilarityMatrix",
 9                 "/mahout/similarity", "--tempDir",
10                 "/mahout/tmpdir" };
11         ToolRunner.run(conf, new RecommenderJob(), args);
12     }

参数详解：

 1  --output 输出路径
 2
 3 --input   输入路劲
 4
 5 -n      为每个用户推荐的产品数
 6
 7 -u      待推荐的用户列表
 8
 9 -i      待推荐的 item 列表
10
11 -f      过滤指定用户不需要推荐的 item 。格式为 userID, itemID 对
12
13 -b      输入的样本不带产品评分
14
15 -mp    设置每个用户喜好的最大数量 默认 10
16
17 -m     设置每个用户喜好的最小数量 默认 1
18
19 -mo    样本抽样
20
21 -s      相似度量方法

mahout之分布式Item-Based使用,布布扣,bubuko.com