Mahout Recommender - Fragen zum Einrichten von Benutzereinstellungen - Mahout, Mahout-Recommender

Ich suche nach Rat / Anleitung -

Ich arbeite an einer Empfehlungsmaschine / einer App zur Personalunterstützung und verwende Mahout als Rahmen -

Was ich tun möchte, ist für neue Benutzer der AppBeginnen Sie mit der Beantwortung von 5 Fragen und verwenden Sie die Antworten aus den Fragen, um die Empfehlung auszuführen

Ich bin mir einfach nicht sicher, wie ich das in meinen Code einbauen soll, ich bin mir nicht einmal sicher, wo ich anfangen soll - ich habe gegoogelt, aber keines der Suchergebnisse adressiert wirklich ...

Anregungen / Ratschläge / Hinweise werden sehr geschätzt

Vielen Dank

Antworten:

Genau das habe ich mit der neuen Spark Itemsimilarity gemachtImplementierung vor etwa einem Jahr. Sie benötigen eine Suchmaschine für die Empfehlungsabfrage, da Mahout keinen Server hat. Ich würde vorschlagen, die neue "Universal Recommender" Engine-Vorlage mit PredicitonIO zu verwenden. Sie verwendet Mahout, um das Modell zu berechnen, und Elasticsearch, um es zu bedienen. https://templates.prediction.io/PredictionIO/template-scala-parallel-universal-recommendation

PreditionIO ist ein integrierter RahmenKomponenten, die einen Ereignisserver (für die Ereignisspeicherung) zur Integration mit Hadoop / HDFS, Spark, Hbase und einer REST- oder SDK-API bereitstellen. Alles, was Sie tun, ist es zu installieren und die Vorlage als Plugin-Engine zu erhalten. Auf diese Weise werden ziemlich erweiterte Empfehlungen für Abfragen mit mehreren Ereignissen bereitgestellt, eine hybride inhaltsbasierte Methode zur Ergebnisabstimmung sowie mehrere Methoden zur Verwendung gängiger Elemente für das Auffüllen, wenn keine anderen Empfehlungen gegeben werden können. Es verwendet auch Echtzeit-Benutzeraktionen für Empfehlungen.

Dieses letzte Bit ist super wichtig, wenn Sie möchtenLassen Sie Ihre Benutzer eine Schulung durchlaufen. Auf diese Weise werden sie den Vorteil des Trainings in Echtzeit sehen. Schauen Sie sich diese Seite an, wo ich genau das getan habe, worüber Sie sprechen: https://guide.finderbots.com Beachten Sie den "Trainer". Sie erhalten Filme und fragen nach Daumen nach oben oder nach unten, so oft Sie möchten, und wenn Sie nach Empfehlungen fragen, basieren diese auf den Echtzeiteinstellungen des Benutzers. Sie müssen zuerst ein Konto erstellen, damit wir eine Benutzer-ID haben.

So habe ich die Liste für den Trainer erstelltBeliebte Gegenstände zusammenfassen. Mit Clustering meine ich bezogen auf die Benutzer, die die Elemente bevorzugt haben. Durch das Clustering werden Elemente erzeugt, die sich voneinander unterscheiden, da sie zu unterschiedlichen Clustern gehören. Dies bedeutet, dass verschiedene Benutzersätze dazu neigten, sie zu mögen, und die beliebtesten sind den Benutzern eher bekannt, wenn sie an Schulungen teilnehmen. Das sind gute Dinge, die man in einem Trainer haben kann.