項目分析：對於7種圖書推薦算法的組合評測

可能的問題和分析


一：數據量有多大？
rating.csv:行爲數據
user.csv:屬性數據

-3列數據：用戶ID，圖書ID, 用戶對圖書的評分
-圖書數: 1000個
-用戶數: 200個
-記錄數: 4000次的圖書評分

-3列數據：用戶ID，用戶性別，用戶年齡
–用戶數: 200個
–用戶性別: M爲男性，F爲女性
–用戶年齡: 11-80歲之間


二：如何實現7種組合算法？
useCF:歐幾里得類似度+最近鄰居+user推薦器
useCF:對數似然+最近鄰居+user推薦器
useCF:歐幾里得類似度+最近鄰居+布爾型user推薦器

itemCF：+item推薦器item推薦器
itemCF：對數似然++item推薦器
itemCF：+item推薦器+布爾型item推薦器

slopeone


基於用戶的協同過濾算法：
–用戶類似度距離+ 最近鄰算法+ 推薦算法(有評分，無評分)

基於物品的協同過濾算法：
–用戶類似度距離+ 推薦算法(有評分，無評分)


三：對於項目如何實現算法評估？
查準率：被檢索到的，越相關的越多越好，丌相關的越少越好，越大越好。
召回率(查全率)：被檢索到的越多越好，越大越好。



四：算法的實現方式：單機仍是分佈式實時？
系統架構：Mahout中推薦過濾算法支持單機算法和分步式算法兩種
注意本項目基於單機算法
由於：
1，數據很小，最大幾G，在單機內存計算，支持多種算法推薦算法，
部署運行簡單，但處理數據量有限。
2，hadoop只支持僅有的幾種算法，不必定能知足本項目的7種組合算法
部署運行復雜，支持海量數據


五：具體步驟

（1）mvn archetype:generate

-DarchetypeGroupId=org.apache.maven.archetypes -DgroupId=org.chennan.mymahout

-DartifactId=myMahout -DpackageName=org.chennan.mymahout

-Dversion=1.0-SNAPSHOT -DinteractiveMode=false

注意：在正式輸入的時候不要留空格，我這裏只是爲了保持美感

（2）cd myMahout

（3）mvn clean install