python - 协同过滤中的多重特征——spark

Question

我有一个 CSV 文件，如下所示:

customer_ID, location, ....other info..., item-bought, score

我正在尝试在 Spark 中构建协作过滤推荐器。 Spark 获取以下形式的数据:

userID, itemID, value

但我的数据较长，我希望使用所有用户的信息，而不仅仅是userID。我尝试将这些列分组为一列:

(customerID,location,....),itemID,score

但是ALS.train给了我这个错误:

TypeError: int() argument must be a string or a number, not 'tuple'

如何让 Spark 获取多个键/值，而不仅仅是三列？谢谢

Answer 1

对于每个客户，确定您想要用来区分这些用户实体的列。创建一个表(例如在 SQL 中)，其中每一行包含一个用户实体的信息，并使用该表中的行号作为用户 ID。

如有必要，对您的项目执行相同的操作，并将这些 ID 提供给您的分类器。