问题标签 [mahout-recommender]

我正在使用 mahout 0.9 版。我在演示服务器上获得了 NPE，并带有以下堆栈跟踪。

根本原因

note Apache Tomcat/7.0.40 日志中提供了根本原因的完整堆栈跟踪。

Apache Tomcat/7.0.40

重启服务器后调试问题未重现。我已经下载了 Mahout 0.9 的源代码，但无法理解如何在TopItems.java:119使用 NPE，如果topItems Queue 为空，则可能是一种情况，但如果我正确理解方法中的代码，这是不可能的。有人可以帮我解决这个 NPE 吗？

感谢你们。

如果howMany参数为 0，则可以更新NPE ，但我使用的是 5。将研究它....

更新 2 howMany参数不能小于 1，因为它是在 NearestNUserNeighborhood 的构造函数中检查的。我没有更多的想法...... :(

我目前使用内存推荐 API 在 mahout 中实现了推荐器。但是，我想转向使用 hadoop 的分布式解决方案来计算离线推荐。这是我第一次使用 hadoop，我正在寻找有关一些概念和 api 用法的说明。

目前，我对hadoop的了解很少，我认为正确的方法如下：

• 使用 apache Drill 之类的东西来使用用户和项目数据填充 hdfs。

• 在来自 hdfs 的数据上使用 mahout train 中的推荐作业。

• 将 hdfs 中的结果数据转换为 solr 使用的索引分片

• 使用 solr 向用户群提供建议

但是，我正在寻找有关此设计的几个方面的说明：

1. 我将如何以在内存实时推荐中使用的方式使用记分器？

2. 调用推荐作业的最佳方式是什么？

除了这两个之外，我还有其他问题，但这些问题的答案将是一个巨大的帮助。

我是新手Apache Mahout。我很困惑GenericUserBasedRecommender方法是如何工作的。例如：

结果是：

但是，如果我使用List<RecommendedItem> recommendations = cachingRecommender.recommend(12,5);

没有recommendations。

列出的建议是由什么决定的？有阈值吗？

我有以下代码：

我的数据模型是这样的：uid itemid socre

当我运行上面的代码时，结果是这样的： 13 6 11 2 12 我调试代码，发现List items = Recommendationer.mostSimilarItems(10, 5); 返回的物品得分相同，即为一！所以，我有一个问题。在我看来，我认为最相似的item应该考虑item co-occurrence matrix：</p>

在上面的矩阵中，第 12 项最相似的应该是 [6,12,11,13,2]，因为第 1 项和第 12 项比其他项更相似，不是吗？现在，谁能为我解释一下？谢谢！

我打算使用apache Mahout创建一个推荐系统。我在互联网上搜索过它。我发现它对数据集文件使用以下格式。 用户 ID、项目 ID、偏好

我想用作数据集的结构是这样的。

ID、等级、位置、技能、费用

有什么办法我可以做到这一点？或者我必须使用Weka 它提供了创建自定义数据集的选项。但评论表明，与推荐系统的 mahout 相比，它不是一个好的选择。

我使用 RecommenderEvaluator 来估计 Mahout 的推荐效率。目前，我尝试使用 IDRescorer 改进推荐结果，这将对搜索的项目进行一些后处理提升。

Mahout 有什么方法可以告诉 RecommenderEvaluator 使用我的自定义 IDRescorer？

我想用 eclipse 用 mahout-0.9 和 hadoop-2.2.0 开发我的项目。

我可以使用 mahout-0.9 成功运行我的代码。但我面临的问题是如何使用 hadoop mod 运行我的项目？我想我必须在我的电脑上安装 hadoop，并使用命令来启动它。然后我可以使用 hadoop mod 在 eclipse 中运行我的项目。

由于 Mahout 可以MAHOUT_LOCAL用来确定 linux 中的本地 mod 或 hadoop mod。但是当我将环境变量设置MAHOUT_LOCAL为“”时，它也使用本地mod，为什么？

如果无法在 Eclipse 中使用 hadoop 运行 mahout，我该如何运行我的项目？谢谢：）

我的示例代码

我是 mahout 的新手，我使用此处给出的 parallelALS 作业构建了一个隐式反馈推荐器。我的数据集的每一行都包含 user_id、product_id、preference_score（这是用户对产品的访问次数）。用户和产品 ID 的类型为 long。在过滤掉单次或两次访问后，我有一百万个此类数据点。

我基本上编写了一个 bash 脚本来运行“parallelALS”和“recommendfactorized”这两个作业，正如示例“factorize-movielens-1M”中所示。运行脚本后，生成的建议似乎有一个错误。结果的每一行的格式（如几篇博客文章中所述）似乎是：-
user_id [product_id:score,...]

但是每行中的所有 products_ids 都是 0。我不确定这里出了什么问题。这是数据集的问题还是调整参数（alpha、lambda 等）或其他问题？

我正在尝试使用从 mysql 读取的 DataModel。不幸的是，mahout 0.9 中缺少 MySQLJDBCDataModel 类。什么是替代方案？

我有许多布尔数据集，例如：

和

这意味着，user_id代表所有数据集中的相同实体（来自书籍的用户 id:1 与来自电影的相同用户 id:1）。

我需要的是根据输入（包括电影和书籍的 ID）创建建议用户列表（最好是有序且具有可见百分比）。

喜欢：

实体（书籍和电影）的 ID 不是唯一的，这就是我们单独存储这些数据集的原因（在 DB 表中，我使用 BooleanPref）；

这很清楚如何使用例如GenericBooleanPrefItemBasedRecommender.

是否可以使用 Mahout（具体为 0.9）来处理它，并有这种多输入建议？

谢谢！