mahout - 我可以定义自己的方法来计算 Mahout 的协同过滤中的 UserSimilarity 吗？

Question

我正在将 Apache Mahout 的基于用户的协同过滤用于推荐系统。

我有两个问题。

1) UserID 和 ItemID 必须是数字吗？

我的数据模型如下所示：

jessestay,e/4d0b55757114464eb56cdf01bf5d6842,1

其中“jessestay”是用户 ID，“e/4d0b55757114464eb56cdf01bf5d6842”是 itemID，“1”是用户对该项目的偏好值。

如何将 userID 和 ItemID 编码为 int 或 long？

2) 当我使用 UserSimilarity 时，我必须使用内置的欧几里得距离、皮尔逊相关系数或斯皮尔曼相关系数吗？

我可以定义自己的方法来估计 userSimilarity 吗？

这是我第一次使用 Apache Mahout 的协同过滤。

非常感谢您的帮助。期待你的答复！

小神

Answer 1

是的，用户和项目 ID 必须是数字。只需将您的值散列为多头。唯一的问题是您必须记住映射回字符串的映射。如果您还有数字 ID，最好使用它们。

是的，只需实施UserSimilarity以定义您想要的任何相似性。