利用Spark MLlib實現協同過濾(ALS)算法實例(Python)

協做過濾 協同過濾一般用於推薦系統。這些技術旨在填補用戶項目關聯矩陣的缺失條目。 spark.ml目前支持基於模型的協做過濾，其中用戶和產品由一組可用於預測缺失條目的潛在因素來描述。 spark.ml使用交替最小二乘（ALS） 算法來學習這些潛在因素。實現中spark.ml有如下參數：html numBlocks是爲了並行化計算而將用戶和項目劃分到的塊的數量（默認爲10）。 rank是模型中潛在因

>>阅读原文<<