我想做一种用户-用户协同过滤,其中用户-项目矩阵中的用户是数据库中整个用户的选定部分。这些选定的用户会定期更新为新选定的用户偏好。不应将新用户添加到矩阵中。对于一个新用户,根据他的偏好,我们需要从用户项目矩阵(只有一部分用户被选中)中推荐项目。我不想将新的匿名用户添加到矩阵中。
在 Mahout 进行了探索,但在那里需要一些帮助。Mahout 中的 Recommender 类具有将 user_id 作为参数的推荐(...)方法。这不是我想要的。该方法应接受偏好,并根据模型推荐项目。如何在 Mahout 中做到这一点?我们可以使用 PlusAnonymousUserDataModel 吗?
如果不是 mahout,还有什么其他工具可以做到这一点......
我与 PlusAnonymousUserDataModel 一起使用的代码没有为有正常使用建议的用户提供任何建议。
DataModel model = new GenericBooleanPrefDataModel( GenericBooleanPrefDataModel.toDataMap( new FileDataModel(f)));
TanimotoCoefficientSimilarity similarity = new TanimotoCoefficientSimilarity(model);
UserNeighborhood neighborhood = new NearestNUserNeighborhood(1000, similarity, model);
new_user_preferences = { ... } // new user items..
DataModel plusmodel = new PlusAnonymousUserDataModel(model);
PreferenceArray anonymousPrefs = new GenericUserPreferenceArray(new_user_preference.length);
anonymousPrefs.setUserID(0, PlusAnonymousUserDataModel.TEMP_USER_ID);
for(int i = 0;i < new_user_preference.length;i++)
{
anonymousPrefs.setItemID(i, new_user_preference[i]);
}
PlusAnonymousUserDataModel plusAnonymousModel = (PlusAnonymousUserDataModel) plusmodel;
Recommender recommender1 = new GenericBooleanPrefUserBasedRecommender(model, neighborhood, similarity);
plusAnonymousModel.setTempPrefs(anonymousPrefs);
List<RecommendedItem> recommendations1 = recommender1.recommend(plusAnonymousModel.TEMP_USER_ID, 10);
代码有问题吗??