【Machine Learning】Mahout基于协同过滤(CF)的用户推荐

一、Mahout推荐算法简介

Mahout算法框架自带的推荐器有下面这些：

l  GenericUserBasedRecommender：基于用户的推荐器，用户数量少时速度快；

l  GenericItemBasedRecommender：基于商品推荐器，商品数量少时速度快，尤其当外部提供了商品相似度数据后效率更好；

l  SlopeOneRecommender：基于slope-one算法的推荐器，在线推荐或更新较快，需要事先大量预处理运算，物品数量少时较好；

l  SVDRecommender：奇异值分解，推荐效果较好，但之前需要大量预处理运算；

l  KnnRecommender：基于k近邻算法(KNN)，适合于物品数量较小时；

l  TreeClusteringRecommender：基于聚类的推荐器，在线推荐较快，之前需要大量预处理运算，用户数量较少时效果好；

Mahout最常用的三个推荐器是上述的前三个，本文的实例仅“基于用户的推荐器”做个实验，其实大体原理都差不多。

二、基于协同过滤(CF)模型的用户推荐

Mahout里自带的基本CF模型原理如下：

GenericUserBasedRecommender是基于用户(user-based)的简单推荐器实现类，推荐主要参照传入的DataModel和UserNeighborhood，总体是三个步骤：

(1)从UserNeighborhood获取当前用户U_i最相似的K个用户集合{U₁, U₂, …U_k}；

(2)从这K个用户集合排除Ui的偏好商品，剩下的Item集合为{Item₀, Item₁, …Item_m}；

(3)对Item集合里每个Item_j计算Ui可能偏好程度值pref(U_i, Item_j)，并把Item按此数值从高到低排序，前N个item推荐给用户U_i。

偏好程度值pref计算公式：

三、数据库结构设计

创建数据库mahoutDB，里面创建表table1，具体表的结构如下所示，里面包含4个特征：userId,itemId, preference, date,分别代表用户ID、商品ID、偏好分数、交易日期。

建好table1之后，表结构如下所示。

往table1里导入事先准备好的数据data.txt，

mysql>LOAD DATA LOCAL INFILE ‘data.txt’ INTO TABLE table1;

导入完成过后数据如下所示。

用户ID为1的记录如下所示。

交易日期为20140825的记录如下所示。

当中有一条记录，比如用户ID=2的选择了商品202，偏好值为3.5。那么之后应根据模型算法，将相似用户找出，并把相似用户的偏好商品（排除userId=2他自己所选商品）推荐给用户2。

import java.util.List;
import org.apache.mahout.cf.taste.common.TasteException;
import org.apache.mahout.cf.taste.impl.neighborhood.NearestNUserNeighborhood;
import org.apache.mahout.cf.taste.impl.recommender.GenericUserBasedRecommender;
import org.apache.mahout.cf.taste.impl.similarity.PearsonCorrelationSimilarity;
import org.apache.mahout.cf.taste.model.DataModel;
import org.apache.mahout.cf.taste.model.JDBCDataModel;
import org.apache.mahout.cf.taste.neighborhood.UserNeighborhood;
import org.apache.mahout.cf.taste.recommender.RecommendedItem;
import org.apache.mahout.cf.taste.similarity.UserSimilarity;

import com.mysql.MysqlDataSource;

/**
 *  mahout基于协同过滤(CF)的推荐
 *
 */
public class Mahout {
	public static void main(String[] args) throws TasteException {
		
		//(1)----连接数据库部分
		MysqlDataSource dataSource = new MysqlDataSource();
		dataSource.setServerName("localhost");
		dataSource.setUser("admin");
		dataSource.setPassword("admin");
		dataSource.setDatabaseName("mahoutDB");
		//(2)----使用MySQLJDBCDataModel数据源读取MySQL里的数据
		JDBCDataModel dataModel = new MySQLJDBCDataModel(dataSource, "table1", "userId", "itemId", "preference", "date");
		
		//(3)----数据模型部分
		 //把MySQLJDBCDataModel对象赋值给DataModel
		DataModel model = dataModel;
		//用户相似度UserSimilarity:包含相似性度量和邻居参数
		UserSimilarity similarity = new PearsonCorrelationSimilarity(model);
		//相邻用户UserNeighborhood
		UserNeighborhood neighborhood = new NearestNUserNeighborhood(2, similarity, model);
		//一旦确定相邻用户,一个普通的user-based推荐器被构建,构建一个GenericUserBasedRecommender推荐器需要数据源DataModel,用户相似性UserSimilarity,相邻用户相似度UserNeighborhood
		Recommender recommender = new GenericUserBasedRecommender(model, neighborhood, similarity);
		//向用户1推荐2个商品
		List<RecommandedItem> recommendations = recommender.recommend(1, 2);
		for(RecommendedItem recommendation : recommendations){
			//输出推荐结果
			System.out.println(recommendation);
		}
	}
转自：http://blog.csdn.net/dianacody/article/details/39079015