代码之家 › 专栏 › 技术社区 › Javier Manzano

我应该用马霍特吗?

unsupervised-learning recommendation-engine mahout

-1

Javier Manzano · 技术社区 · 13 年前

我想推荐有标签的商品,分为三类价格(便宜、普通和昂贵)。我知道使用Mahout推荐是可以实现的,但这就是为什么我不知道如何使用它。

Mahout是基于其他用户的意见,但我想推荐的所有新项目都是还没有设置任何偏好的新项目。

马胡特是合适的工具吗?这是基于内容的吗?(哪个驯马师还不支持???)还是应该使用分类?

谢谢

2 回复 | 直到 13 年前

1

xhudik 13 年前

由于我从未建立过任何推荐系统,所以不要太认真地对待这个答案(没有人回答,所以我尝试了)

推荐制度 必须建立在一些已知的(或部分已知的数据)之上。如果你只有新的(看不见的)数据,那么只有可能使用一些 聚类算法 以便建立一些集群。

如果这些集群是可以的,那么它们可以用于训练一些推荐系统。

Mahout只是一个实现各种ML方法的工具。你可以使用其他工具,如Weka,R。。。

2

0

Sean Owen 13 年前

如果你根本没有关于新用户的数据,那么无论你做什么,你都无法做出推荐。没有任何输入可以将这个人与其他人区分开来。

然而,好的系统应该能够在第一个输入可用之后做一些合理的事情。

这本质上不是一个分类器问题,不是。它也不是一个聚类工具,尽管有其他答案。

价格类别不是您将要使用的任何rec流程的核心。你大概还有其他数据,是什么?这很重要。

最后,是否使用马胡特取决于口味。如果你想使用Java和Hadoop,你会使用它。反过来,只有当你有非常大的输入,并且很少有人拥有那么多数据(比如至少1000万个数据点)时,你才会考虑Hadoop。

(好吧,不完全是这样——我在Mahout中的推荐文章早于Hadoop,适用于在线、较小规模的应用程序。如果你在Java中工作,你可能确实对此感兴趣。)