0

我想实现一个可以实时生成推荐音乐播放列表的音乐推荐系统。我相信这可以在 Prediction.io 中实现......

但是，由于 Prediction.io 的设计，我需要调用 pio train、pio deploy，以便使用用户执行的新操作（如音乐等）更新学习模型。因此，我需要运行这些命令每 2 小时（或另一个适当的时间间隔）。

我最近遇到了 Apache Storm，我真的很喜欢“实时 hadoop”处理的概念。因此，我在考虑是否可以将 Prediction.io 与 Apache Storm 结合起来，以便“在线”完成学习，这将允许我的应用程序在用户的一些喜欢/动作中推荐音乐，而不是让用户等待直到学习模型更新。

如果这不可行，那么是否可以将 Spark 的 Mllib 合并到 Apache Storm bolt (java) 中，因为我可以用它构建推荐系统（而且 Prediction.io 本身似乎也是基于 Apache Spark 构建的）？

提前致谢！

4

1 回答 1

0

用例似乎可行，但我不认为“需要每隔几个小时运行一次”作为使用 Storm 的良好动机。另一方面，如果您的学习数据是“流式传输”的，您可以对风暴拓扑进行建模，以便在每次新数据到达时更新其内部知识库。这将允许您在每次用户查询某些内容时使用最新的知识库。

至于哪些库可以与 Storm 一起使用，任何 java 库（实际上任何语言的任何库，如果它可以与 java 接口）都应该可以工作。

于 2015-07-24T18:59:22.467 回答