關於小改CF協同過濾至MapReducer上的一些心得

至上次重寫ID3 MR版以後，手賤繼續嘗試CF。以前耳聞CF這兩年內很是火，論內某大神也給了單機版（90%代碼來自於其）。因此想試試可否改到MR上。總體來講，CF自己的機制以類似性爲核心，與迭代調用幾乎無關聯。因此在MR上的表現，未必能徹底發揮MR做用。基本上是線性路子，一走到底。原先網上也有很多CF的介紹，不過以文文圖圖居多，對CF的時序性邏輯表達較少，講的比較隱晦，如今經過代碼剖析從新將其展示在你們面前（純粹理論此處略過）：

先貼圖，貼圖是王道：

1，整個MR過程其實與單機版90%重疊。僅指望在Mapper過程當中，儘量地先構建後評分矩陣，減小Reducer壓力。

2，與大多數機器學習特性同樣，既指望用小樣原本預測將來。本想在Mapper 過程當中同時構建neighbour，可是若是不是太過追求最終成功率，能夠值得一試。

3，對於CF中以用戶平均分做爲一個大結果因素這件事，不是很贊同，多少顯的有些粗糙。應該還有更好地觀測手法，比方說標差、正態、二項式都是很好的選擇。

3，爲了加快文本讀取速度，取消了標入的同步。std::ios::sync_with_stdio(false);

4，最終結果以下：

5，原始文本以下：

6，源代碼以下：

https://github.com/zacard-orc/Zacard_CF

望各位看官手下留情。。。。^)^