1

我已经使用 10M movielens 数据集尝试了基于项目的分布式推荐作业。一切正常。我的问题是，在查看针对用户的推荐时，我发现在推荐项目列表中，有些项目已经被用户评分。更加具体：

假设用户 ID：4 的用户观看了以下 ID 的电影：[123,543,234,567,324]，然后在推荐列表中再次出现 543 和 234。我只是查看 Mahout in Action 以了解该算法，我找不到在生成 TopK 列表之前消除已评级项目的代码段。我错过了什么，还是它推荐已经评分的项目是正常的？

如果正常，是否可以从候选项目中消除这些项目？

PS：在产生推荐后过滤掉推荐对我的情况来说效率不高，因为我想要的推荐数量是 100，在过滤某些用户后，这个数字会减少到 30 等等。

提前致谢。

4

3 回答 3

3

自从我第一次编写代码以来，代码已经发生了很大变化，并且有几个RecommenderJobs，但最初有一个阶段为所有现有用户-项目对的最终向量和添加了一个“（用户，项目，NaN）”元组。这导致所有此类用户-项目对的总和为 NaN，并且可以从结果中排除。它可能已经不在里面了。

于 2012-12-11T15:10:52.000 回答
1

我是 RecommenderJob 的作者之一。我们有单元测试来明确检查用户是否不是他们已经知道的推荐项目。如果真的发生这种情况，那将是一个严重的错误。你能举一个你看到发生这种情况的输入数据的例子吗？

最好将此讨论移至 https://cwiki.apache.org/confluence/display/MAHOUT/Mailing+Lists,+IRC+and+Archives的 mahout 邮件列表

于 2012-12-13T10:58:52.890 回答
0

在Recommenderjob的源代码中：

addOption("filterFile", "f", "包含逗号分隔的用户ID，项目ID对的文件。用于从" + "该用户的推荐中排除项目（可选）", null);

我认为它可以通过将此文件提供给推荐工作来解决您的问题。

于 2012-12-22T02:55:48.787 回答