一、Mahout是什么？
Mahout是Apache的一个开源项目（http://mahout.apache.org/），提供了机器学习领域的若干经典算法，以便开发人员快速构建机器学习和数据挖掘方面的应用。
Mahout是基于Hadoop的。从名称上看也很有意思，Hadoop是一个大象的名字，而Mahout则是象夫、看象人，可见二者联系之紧密。（这让我自然联想到Sun和Eclipse...）
我此时是一个完全没用过Mahout的门外汉，对Hadoop也没有实际使用经验，算是真正的零基础。我的目标是希望以最简单的方式搭建起一个Mahout的开发环境，以最快的速度让Mahout工作起来，以方便后续的进一步学习。
于是，经过一番折腾，便有了本文。本文记录了Windows下Eclipse+Maven+Mahout单机环境的搭建过程。我不知道这是不是最简单的Mahout开发环境，但它应该算得上是比较简单的。
二、安装Eclipse
这个没啥说的，再怎么零基础，也要会用Eclipse吧。
Eclipse的下载地址为：http://www.eclipse.org/downloads/，选择标准版就行。
安装完后运行Eclipse，为后续的安装做好准备。
三、安装Maven
Maven又是什么？这里只需要知道它是一个项目管理工具就行，有了它，可以非常方面的安装Mahout和相关依赖组件。
Maven的官方网站为：http://maven.apache.org/，它是一个命令行工具，这里我们安装的是它的Eclipse插件版本（m2eclipse），其地址为：http://www.eclipse.org/m2e/，已安装Maven的朋友可以跳过本小节。
下面是m2eclipse的安装方法。
进入的下载页面：http://www.eclipse.org/m2e/download/
安装m2eclipse方法有两种，一种是在上面的Install图标上按下鼠标，然后拖动到Eclipse的窗口（看哪里能够释放鼠标就拖到哪里，比如标题栏），稍后就会弹出如下对话框，点击“Confirm”即可。
第二种方法是通过Eclipse帮助菜单下的安装新软件（Install New Software）安装：
点了上面菜单后，会弹出如下对话框，点击Add按钮，然后输入Name和Location（http://download.eclipse.org/technology/m2e/releases），Location是从前面的网页里面复制而来。
确定后，会显示如下内容，选择所有项目，然后点击Next
同意授权，点击Finish，Maven插件就会自动被安装。
安装完毕后，可通过Help > About > Installation Details确认已安装的插件。
四、使用Maven构建Mahout项目
运行Eclipse，通过菜单File > New > Project新建项目，选择Maven Project
直接Next
选择maven-archetype-quickstart
输入GroupId和ArtifactId，可以根据自己喜好随便命名：
点了Finish后，Eclipse便会创建如下一个工程：
双击pom.xml，在右边的面板中选择Dependencies，点击Add，在弹出的对话框中输入mahout，Maven便会搜索相关包，选择mahout-core，确定。
然后按Ctrl+S保存 pom.xml，maven便会下载相关jar包，在项目的Dependencies目录下可以看到这些jar包。
到此，我们的环境就已搭建完毕，接下来便是编写代码。
五、编写代码，运行程序
双击App.java，对其进行编辑。
作为初次尝试，肯定要选比较简单的算法，这里我采用的是基于用户的协同过滤算法来计算推荐商品。完整代码如下：
1 package com.mine.mahout.practice; 2 3 import java.io.File; 4 import java.util.List; 5 6 import org.apache.mahout.cf.taste.impl.model.file.FileDataModel; 7 import org.apache.mahout.cf.taste.impl.neighborhood.NearestNUserNeighborhood; 8 import org.apache.mahout.cf.taste.impl.recommender.GenericUserBasedRecommender; 9 import org.apache.mahout.cf.taste.impl.similarity.PearsonCorrelationSimilarity; 10 import org.apache.mahout.cf.taste.model.DataModel; 11 import org.apache.mahout.cf.taste.neighborhood.UserNeighborhood; 12 import org.apache.mahout.cf.taste.recommender.RecommendedItem; 13 import org.apache.mahout.cf.taste.recommender.Recommender; 14 import org.apache.mahout.cf.taste.similarity.UserSimilarity; 15 16 17 public class App 18 { 19 public static void main( String[] args ) 20 { 21 try { 22 // 从文件加载数据 23 DataModel model = new FileDataModel(new File("e:\\data.csv")); 24 // 指定用户相似度计算方法，这里采用皮尔森相关度 25 UserSimilarity similarity = new PearsonCorrelationSimilarity(model); 26 // 指定用户邻居数量，这里为2 27 UserNeighborhood neighborhood = new NearestNUserNeighborhood(2, similarity, model); 28 // 构建基于用户的推荐系统 29 Recommender recommender = new GenericUserBasedRecommender(model, neighborhood, similarity); 30 // 得到指定用户的推荐结果，这里是得到用户1的两个推荐 31 Listrecommendations = recommender.recommend(1, 2); 32 // 打印推荐结果 33 for (RecommendedItem recommendation : recommendations) { 34 System.out.println(recommendation); 35 } 36 } catch (Exception e) { 37 System.out.println(e); 38 } 39 } 40 }
上面的e:\data.csv为数据文件，数据的第一列为用户ID，第二列为商品ID，第三列为用户对商品的评分：
1,101,5 1,102,3 1,103,2.5 2,101,2 2,102,2.5 2,103,5 2,104,2 3,101,2.5 3,104,4 3,105,4.5 3,107,5 4,101,5 4,103,3 4,104,4.5 4,106,4 5,101,4 5,102,3 5,103,2 5,104,4 5,105,3.5 5,106,4
（备注：上面的代码和测试数据均参考自这篇博文：http://blog.csdn.net/aidayei/article/details/6626699）
接下来就可以运行程序了，选择Java Application：
选择App，或者前面直接对App.java执行运行，而不用对整个项目执行运行。
最后得到输出结果如下：
SLF4J: Failed to load class "org.slf4j.impl.StaticLoggerBinder". SLF4J: Defaulting to no-operation (NOP) logger implementation SLF4J: See http://www.slf4j.org/codes.html#StaticLoggerBinder for further details. RecommendedItem[item:104, value:4.257081] RecommendedItem[item:106, value:4.0]
可以看到，Mahout为用户1提供了两个推荐商品，分别是104和106。
这样，我们便完成了第一个Mahout程序，整个过程还算简单吧？希望对“零基础”的朋友有所帮助。
补充：前面的运行结果显示三行红字，说是slf4j里面的StaticLoggerBinder加载失败，虽说它不影响程序运行结果，但看着实在烦人，解决办法是再次编辑pom.xml的dependencies，添加一个slf4j-nop包即可。
（本文已移至个人网站freefalcon.cn）