我正计划编写一个推荐器，它根据上下文信息（做出偏好的时间、用于推荐的设备……）对偏好进行不同的处理
在 Mahout in Action 一书中和 Mahout 附带的代码示例中，我似乎找不到任何相关内容。在一些示例中，有用于表达用户或项目相似性的元数据（又名内容）——但这不是我想要的。
我想知道是否有人已经尝试过对 Mahout 做类似的事情？
编辑：
一个实际的例子可能是，当前会话是在移动设备上完成的，这应该会导致在移动设备上跟踪的所有偏好上推（评级*1.1），而不同跟踪的偏好下降（评级*0.9）。
...
另一个示例可能是某些评级是隐式收集的，而其他评级是显式收集的。我如何能够在不直接将其“编码”到跟踪值的情况下跟踪这一事实，以及在计算分数时如何使用该信息？