나는 mahout을 처음 사용하며 주어진의 parallelALS 작업을 사용하여 암시 적 피드백 권장 사항을 작성했습니다. 내 데이터 세트의 각 행은 user_id, product_id, preference_score (제품에 대한 사용자의 방문수)로 구성됩니다. 사용자 ID와 제품 ID는 긴 유형입니다. 단일 또는 이중 방문을 필터링 한 후이 종류의 백만
내 코끼리 조련사 추천인이 어떤 결과를 반환하지 않습니다 어떤 결과를 반환하지 : 나는 "Unable to recommend in 0 cases"이는 것을 의미 있으리라 믿고있어 2014-10-15 18:33:36,704 INFO GenericDataModel - Processed 90 users
2014-10-15 18:33:36,735 INFO Abs
여러 요인의 데이터를 사용하여 mahout 권장 사항에 대한 세부 정보를 제공해 주시겠습니까? 나는 사용자 아이디, 책, 언어, 카테고리 등의 데이터를 가지고있다. 사람들이 프랑스어 언어로 된 스릴러 카테고리로 책을 읽었다 고 가정 해 봅시다. 이제 그 모든 사실을 고려해 볼 때 나는 그에게 책을 추천해야합니다. 올바른 경로를 선택하는 것에 대해 통찰력을
의 유통 등급 추천 엔진을 보유한 고객에게 수량이 포함 된 제품을 어떻게 추천 할 수 있습니까? 나는 distributors.i에게 제품을 추천하고 싶습니다. 수량이있는 제품을 추천하고 싶습니다. 과거에 구입 한 제품과 수량을 가진 새로운 제품을 추천해야합니다 (수량이 고객이 구매할 것으로 예상 함). Mahout 권장 사항. 당신이 저를 분류하도록 안내해
입력 파일 'input.txt'와 'users.txt'를 HDFS에 성공적으로 추가했습니다. 저는 Hadoop과 Mahout 작업을 성공과 함께 개별적으로 테스트했습니다. 그러나, 나는 다음과 같은 명령 줄과 RecommenderJob 실행 갈 때 : 빈/하둡 항아리 /Applications/mahout-distribution-0.9/mahout-core-
나는 Mahout in Action 텍스트 북의 6 장에 제시된 권장 엔진 예제를 따랐습니다. 이제 지정된 사용자에 대한 출력을 얻는 동안 이제 3 차 맵 축소 작업 중에 계산 된 항목 항목 유사성 매트릭스를 출력 할 수 있습니다. 내가 찾아 맵리 듀스 작업의 완료에 내가 SEQ org.apache.hadoop.io.IntWritable%org.apache
mahout을 사용하여 itemismilarity를 생성하려고합니다. 문제는 출력에서 유사점이 거의 없다는 것입니다. 환경 설정의 15.910.847 총 수 4.047.745 별개의 사용자 773.015 별개의 항목 내가 사용자와 prefereces의 분포를 구축했습니다 : 여기 내 입력 데이터의 특성이다 첫 번째 열은 별개의 사용자의 수이다 두 번
저는 Mahout의 추천 효율성을 평가하기 위해 RecommenderEvaluator를 사용합니다. 현재 IDRescorer을 통해 권장 검색 결과를 향상 시키려고 노력하고 있습니다. IDRescorer은 검색된 항목에 대해 사후 처리를 향상시킵니다. RecommenderEvaluator evaluator =
new AverageAbsoluteDi