Mahout0.9—Hadoop2.20—协同过滤算法

1. Mahout0.9—Hadoop2.20—协同过滤算法

1.1. 基于物品的协同过滤推荐函数

Mahout支持推荐函数，通过mahout –-help 查看：

函数1：itemsimilarity: : Compute the item-item-similarities for item-based collaborative filtering
itemsimilarity是计算物品相似度矩阵；如果只需要相似矩阵，可用此函数。

函数2：recommenditembased: : Compute recommendations using item-based collaborative filtering
recommenditembased是计算物品相似度矩阵，并根据相似矩阵和用户数据进行推荐结果计算；recommenditembased的计算过程包括itemsimilarity；

1) itemsimilarity参数
通过mahout  itemsimilarity –-help 查看：
--input (-i) input， 设置数据输入路径
--output (-o) output ，设置结果输出路径
--similarityClassname (-s) ，设置相似度计算函数：
SIMILARITY_COOCCURRENCE，同现相似度
SIMILARITY_LOGLIKELIHOOD,  对数似然相似度
SIMILARITY_TANIMOTO_COEFFICIENT
SIMILARITY_CITY_BLOCK,  曼哈顿距离相似度
SIMILARITY_COSINE,  余弦相似度
SIMILARITY_PEARSON_CORRELATION,皮尔森相似度
SIMILARITY_EUCLIDEAN_DISTANCE， 欧氏距离相似度
具体函数定义参照：http://blog.fens.me/mahout-recommend-engine/
--maxSimilaritiesPerItem (-m), 物品最大相似物品数量，默认是100； 
--maxPrefs (-mppu) ,最大评分，默认是: 500 
--minPrefsPerUser (-mp) ，最小评分，默认是1
--booleanData ， false评分 true 0、1
--threshold (-tr) ，相似度过滤     
--randomSeed ，抽样 
--tempDir tempDir ，临时目录 

2) recommenditembased参数
通过mahout  recommenditembased–-help 查看：
--input (-i) input， 设置数据输入路径
--output (-o) output ，设置结果输出路径
--similarityClassname (-s) ，设置相似度计算函数
--numRecommendations (-n) ，每个用户推荐数量，默认10
--usersFile，计算用户推荐结果的用户数据
-- itemsFile，推荐结果只包含该物品列表；
--maxSimilaritiesPerItem (-m), 物品最大相似物品数量，默认是100； 
--maxPrefs (-mppu) ,最大评分，默认是: 500 
--minPrefsPerUser (-mp) ，最小评分，默认是1
--booleanData ， false评分 true 0、1
--threshold (-tr) ，相似度过滤     
--filterFile (-f) ，过滤用户推荐物品
--randomSeed ，抽样 
--tempDir tempDir ，临时目录 

1.2. 基于物品的协同过滤推荐

#上传数据
sudo hadoop fs  -put  ./item.txt  /testdata/ input

sudo hadoop fs  -put  ./user.txt  /testdata/ output

# 1、itemsimilarity 相似矩阵计算，只计算相似矩阵

sudo mahout itemsimilarity -i /testdata/ input /item.txt -o /testdata/ output -s SIMILARITY_COOCCURRENCE --tempDir /testdata/temp

# 2、itemsimilarity 输出相似矩阵，推荐结果
sudo mahout recommenditembased -i /testdata/ input /item.txt -o /testdata/ output  --usersFile /testdata/userfile/user.txt -s SIMILARITY_COOCCURRENCE  -n 20  --tempDir /testdata/temp

转载请注明出处：

http://blog.csdn.net/sunbow0/article/details/41962125