我正在尝试使用 mahout 构建类似于模式识别器的东西。就像用户根据他之前的交易模式来我的电子商务商店购买东西一样。我想向他推荐与当前购买相关的产品。
假设用户之前的交易表明，每当用户购买黑面包时，他会选择果酱和牛奶，而当用户购买白面包时，他会选择面包和果汁。因此，这些偏好应该根据用户在未来交易中做出的面包选择动态生成。
我已经读到在这种情况下我们可以使用 most-similar-items 来获取首选项，但我不确定我们如何在这里实现它。还有多少并行频繁模式挖掘算法适合这里？
我想这类似于序列挖掘，mahout 是实现它的最佳框架吗？