我使用 Apache Mahout 作为推荐引擎。太好了，但是我遇到了一个我不确定如何解决的问题，并且可能甚至可能无法解决......
所有推荐数据都被计算并存储在内存中。当我重新启动我的机器时，我会丢失所有数据并且必须重新计算它。有没有办法保存内存中的内容，然后在机器重新启动时将其放回内存中？我意识到我可能没有使用正确的术语提出这个问题，甚至没有正确描述工作机制，但本质上我只是希望能够重新启动我的机器而不会丢失所有数据，因为计算需要很长时间才能完成.
任何帮助我找到正确的方向来解决这个问题都会有所帮助。我不是专门寻找特定于 Mahout 的解决方案，只是帮助理解一般问题......我在这里处于新的领域。
谢谢，
标记
对于推荐，您可以存储 item-item 的相似性并在初始化期间加载它们。我不知道 Mahout 发行版中的现有实现。但是引用邮件列表上2011 年 12 月的讨论：
基于项目的协同过滤模型仅由预先计算的项目相似性组成。
我们目前仅支持 hadoop 作业这样的预计算，但创建一个使用 ItemBasedRecommender 按顺序预先计算项目相似性的类应该是一个小时的事情。
您可以将这些相似性存储在数据库中并通过 MySQLJDBCInMemoryItemSimilarity/SQL92JDBCInMemoryItemSimilarity 加载它们，也可以将它们写入 .csv 文件并通过 FileItemSimilarity 加载它们。