利用mahout实现推荐引擎demo1

转自：http://woshiwzy.iteye.com/blog/898115

==========================================================

学习这些高端的东西，有时候真的连怎么运行都不知道，只有代码。

做这个实验只要在eclipse里创建一个java工程，然后写一个java文件，在src下创建一个mahout_data.txt数据文件(代码中指定路径)。然后导入mahout版本.tar.gz解压出来的目录里的jar包就可以运行了。

如果运行时选择run as->java application，则会在本地目录中生成结果文件，如果run as->run on hadoop，则会在hdfs中生成文件。

 

这个例子在mahout in action 中的2.2.1章节有详细介绍。在我的博客mahout in action中文版中会有，建议先看完，再来做这个。

==========================================================

需要的元数据：(这些元数据通常应该来自日志文件，数量可能很大，可能有时候需要集群处理，有时间再和大家讨论。) 

如果把这些数据当做是某网上书店的推荐引擎 

第一列数据可以理解为用户ID，第二列可以理解为书籍ID，第三列可以理解为喜好程度。推荐引擎是学习元数据达到推荐能力，具体到编程中就是 DataMode ，通过对DataMode 的分析，得道一个合理的结果，mahout 本身封装了复杂的统计学，人工神经网络，机器学习相关算法！ 

假设 C:\\mahout_data.txt 的内容如下,这些数据作为本次Demo的元数据 

1,101,5.0 
1,102,3.0 
1,103,2.5 

2,101,2.0 
2,102,2.0 
2,103,5.0 
2,104,2.0 

3,101,2.5 
3,104,4.4 
3,105,4.5 
3,107,5.0 

4,101,5.0 
4,102,3.0 
4,103,4.5 
4,105,4.0 

5,101,4.0 
5,102,4.0 
5,103,2.0 
5,104,4.0 
5,105,4.5 
5,106,4.0 


下面是代码 

import org.apache.mahout.cf.taste.impl.model.file.*; 
import org.apache.mahout.cf.taste.impl.neighborhood.*; 
import org.apache.mahout.cf.taste.impl.recommender.*; 
import org.apache.mahout.cf.taste.impl.similarity.*; 
import org.apache.mahout.cf.taste.model.*; 
import org.apache.mahout.cf.taste.neighborhood.*; 
import org.apache.mahout.cf.taste.recommender.*; 
import org.apache.mahout.cf.taste.similarity.*; 
import java.io.*; 
import java.util.*; 

class RecommenderIntro { 
   public static void main(String[] args) throws Exception { 
      DataModel model = new FileDataModel(new   File("C:\\mahout_data.txt")); //加载数据模型，供机器学习使用 
   UserSimilarity similarity = new PearsonCorrelationSimilarity(model);//用户相似度/关联度，这是一种推荐方式 
　　　　  UserNeighborhood neighborhood =new NearestNUserNeighborhood(2, similarity, model); 
  　　　　Recommender recommender = new GenericUserBasedRecommender(model, neighborhood, similarity); //建立一、、个recommender 
         List<RecommendedItem> recommendations =recommender.recommend(1, 1); //给ID为1的顾客推荐一本书
        for (RecommendedItem recommendation : recommendations) { 
        System.out.println(recommendation); 
         } 
     } 
} 

 

程序输出结果 
2011-1-27 11:41:21 org.slf4j.impl.JCLLoggerAdapter info 
信息: Creating FileDataModel for file C:\mahout_data.txt 
2011-1-27 11:41:21 org.slf4j.impl.JCLLoggerAdapter info 
信息: Reading file info... 
2011-1-27 11:41:21 org.slf4j.impl.JCLLoggerAdapter info 
信息: Read lines: 21 
2011-1-27 11:41:21 org.slf4j.impl.JCLLoggerAdapter info 
信息: Reading file info... 
2011-1-27 11:41:21 org.slf4j.impl.JCLLoggerAdapter info 
信息: Read lines: 21 
2011-1-27 11:41:21 org.slf4j.impl.JCLLoggerAdapter info 
信息: Processed 5 users 
RecommendedItem[item:104, value:4.257081] 
        结果应该看最后一句，其他是日志信息，为1推荐了id为104的一本书，推荐度是 value:4.257081,大家一定要明白这个地方推荐的含义： 
      整个过程可以这样理解，这里的推荐显然是给别人介绍他们没有接触过的东西，但是如何推荐呢，就看看和他有相同爱好的人都看了什么书,和他有相同爱好的人看的书，才具有推荐意义，mahout里推荐过程大概就是这样解释的，当然这只是推荐的一种方式.