问题标签 [lenskit]

所以我的问题是如何将它集成到 Web 中，尤其是 Django 站点？我知道有包含 Python SDK的 PredictionIO ( http://prediction.io/ )。Lenskit 有类似的东西吗？

我在有关推荐系统的 coursera 课程中了解了 Lenskit：https ://www.coursera.org/course/recsys ，我正在查看这些课程，包括有关 Lenskit 的课程。我也在 github 上看到了文档：https ://github.com/lenskit/lenskit/wiki/GettingStarted但我不清楚如何将它集成到网站中。

例如，对于 predictionio，有以下示例：http ://docs.prediction.io/current/tutorials/quickstart-python.html ，因此您可以将 PredictionIO 用作服务。Lenskit 有类似的东西吗？

我也看到了这个问题：如何设置 lenskit 推荐工具包以在网站中运行？

但是，正如我所看到的，是关于从 Java 调用它。

graphlab、apache mahout 或 lenskit 可以在谷歌应用引擎上工作吗？如果不是，我将如何在 gae 上使用协同过滤器？

我希望能够在 Eclipse (Kepler) 中使用 LensKit 来探索它的基本功能。

但是，在构建 Maven 项目时，我收到以下错误消息：

错误消息的另一部分指向以下站点，该站点的信息量不是很大：

http://cwiki.apache.org/confluence/display/MAVEN/PluginExecutionException

有人能帮忙吗？这是很容易解决的问题吗？

我有一个“csv”文件，其中包含用户 ID、他/她读过的书、每本书的评分。我想使用 Lenskit 来预测用户的图书评分。例如，用户 A 已经阅读了 3 本书，A,B,C，我想对书 A 的评分进行谓词，并查看该谓词与真实评分的接近程度。谁能给我一些关于如何使用 Lenskit 来做到这一点的想法。我没有开发任何网站，我的所有代码都只是 Eclipse 中的普通 java 文件。

I read this website : http://lenskit.org/documentation/evaluator/quickstart/ I first tried to run it using the script " $ lenskit eval " and I just created a new groovy file in my hello-lenskit example and run it using the command line but nothing happened. Then I tried to use it in Java program(hello-lenskit.java). I run into some errors.

What should I do next? How could I generate the overall rating error?

我正在尝试掌握 Lenskit 的窍门（一开始很难）。现在我正在玩 hello-lenskit 示例，它按预期工作。但是，我想超越这一点，当我阅读文档时，它似乎不是最新的，例如，

http://lenskit.org/documentation/basics/configuration/

（许多链接，例如 for LenskitRecommenderEngineFactory，ItemItemRatingPredictor导致page not found）

那么，各位专家是如何掌握lenskit的呢？反复试验？邮件列表？这里？

干杯！！

我正在尝试运行评估代码

http://lenskit.org/documentation/evaluator/quickstart/

但是，大约一分钟后，它以异常结束：

我刚刚下载并解压缩ml-100k.zip，将eval.groovy脚本放在同一目录中并运行

我在 Java 7 上使用 lenskit 2.2。

我错过了什么？

干杯！！

我试图了解在 lenskit 中究竟是如何执行交叉验证的。在文档中，它说默认情况下数据是按用户分区的。这是否意味着，在每一折中，测试集中的用户都没有用于训练？这是通过“坚持”选项实现的吗？如果是这样，此选项是否会破坏基于用户的分区并产生每个用户同时出现在训练和测试集中的折叠？

现在，我的评估代码如下所示：

我注释掉了“订单”选项，因为在使用它时lenskit eval会引发错误。

干杯！！！

我需要稍微改变 FunkSVD 算法。基本上，我只需要替换 FunkSVDUpdater，但事实证明 FunkSVDUpdater 和 FunkSVDUpdateRule 都是最终类，这意味着我无法扩展它们。我的解决方案是复制 FunkSVD 类并进行必要的更改。

• 有没有一个原因，为什么 FunkSVDUpdater 和 FunkSVDUpdateRule 是最终的？
• 有没有更好的方法来改变 Lenskit 中的 FunkSVD 算法？

我正在使用 lenskit 框架来学习对问题进行排名。我有一个从未见过任何人报告的问题。
当我在整个项目领域比较 FunkSVD 和流行度基线的性能时，流行度基线明显优于 FunkSVD。我认为这是因为热门商品的评分更高，但这并不意味着用户喜欢热门商品。
我将评估的候选项目数量限制为 N 个受欢迎的项目。结果，FunkSVD 的性能提高了，因为算法出错的机会更少。FunkSVD 的表现优于流行度。但是，现在我有另一个问题。随机基线击败了 FunkSVD 和流行度！我想那是因为犯错的机会非常低，但我很放心。有没有办法让 FunkSVD 表现得比流行和随机更好？我做错什么了吗？是框架的问题吗？有人遇到过这个问题吗？