나는 Apache Mahout recommender를 처음 사용합니다. 유스 케이스에는 구매 내역을 기반으로 사용자에게 제안을 제공하는 것이 포함됩니다. Apache mahout recommender - 모든 사용자에 대한 데이터 모델을 다시 만들어야합니까?
- 구매 카테고리
- 구매 금액 구입
- 시간 (첫 번째 쌍을 구입했다 6개월 후 데님 한 쌍의 추천 예) : 나는 다음과 같은 정보를 사용할 계획입니다 of user
비슷한 구매 패턴/구매 시간을 가진 사용자를 식별하고 선호도를 부여하려면 모든 사용자에 대해 맞춤 데이터 모델을 만들어야합니까? 데이터 모델을 주기적으로 가져와 데이터 모델을 다시 만들 계획이었습니다.
- 위치 + 구매 카테고리 + 시간 경기
- 구매 카테고리 + 시간 경기
- 위치 + 시간 일치 (예를 들어 겨울 의류)
현재 제공된 샘플 코드를 사용하고 있습니다. > INF - 당신은 당신이 t_since_last_purchase
정수 0과 같은 기능을 추가하여 데이터에 대한 단계를 할 필요가 sugguesting 무엇을 달성하기 위해 일반적으로
UserSimilarity similarity = new PearsonCorrelationSimilarity(model);
UserNeighborhood neighborhood = new ThresholdUserNeighborhood(0.1, similarity, model);
UserBasedRecommender recommender = new GenericUserBasedRecommender(model, neighborhood, similarity);
List<RecommendedItem> recommendations = recommender.recommend(74, 10);