java - Apache Mahout——我应该用它来构建自定义推荐系统吗？

Question

我正在基于频繁变化的概率潜在因子模型迭代构建自定义推荐系统。我已经编写了一些实现该模型的 Java 代码。它将用户-项目评分矩阵分解为两个矩阵 UxK(用户特征向量)和 IxK(项目特征向量)来估计缺失的评分。

我正在寻找最简单的方法将我的代码插入(可能通过重写)到框架中以构建推荐系统、基线，并能够以标准方式将它们相互比较——例如计算精度、召回率、RMSE 的交叉验证...由于我的系统仍然缺乏这些，框架应该提供方法来根据估计的用户项目评分矩阵计算和提出建议。

看起来 Mahout 应该可以胜任这项工作。然而，它的文档说“它目前不支持基于模型的推荐系统”。任何人都可以告诉我 Mahout 是否可以实现我想要实现的目标，以及是否值得花时间学习如何使用它。如果 Mahout 不合适，您可以提出任何替代方案吗？

非常感谢!

Answer 1

我想说你最好问一下 Mahout mailing list 里的好人

也就是说，Mahout 提供了基于 SVD 的推荐系统，这些推荐系统使用不同的因式分解器进行矩阵计算。例如，有支持 2 种模式的 ALSWRFactorizer:

1. 明确反馈评级矩阵的因式分解。 See paper
2. 分解隐式反馈变体。 See paper

通过实现您自己的推荐器(扩展 AbstractRecommender)或实现您自己的分解器(扩展 AbstractFactorizer)，应该很容易扩展功能。尽管如此，在不了解更多关于您的方法或实现的情况下，我真的不能说更多。