项目分析：对于7种图书推荐算法的组合评测

可能的问题和分析


一：数据量有多大？
rating.csv:行为数据
user.csv:属性数据

-3列数据：用户ID，图书ID, 用户对图书的评分
-图书数: 1000个
-用户数: 200个
-记录数: 4000次的图书评分

-3列数据：用户ID，用户性别，用户年龄
–用户数: 200个
–用户性别: M为男性，F为女性
–用户年龄: 11-80岁之间


二：如何实现7种组合算法？
useCF:欧几里得相似度+最近邻居+user推荐器
useCF:对数似然+最近邻居+user推荐器
useCF:欧几里得相似度+最近邻居+布尔型user推荐器

itemCF：+item推荐器item推荐器
itemCF：对数似然++item推荐器
itemCF：+item推荐器+布尔型item推荐器

slopeone


基于用户的协同过滤算法：
–用户相似度距离+ 最近邻算法+ 推荐算法(有评分，无评分)

基于物品的协同过滤算法：
–用户相似度距离+ 推荐算法(有评分，无评分)


三：对于项目如何实现算法评估？
查准率：被检索到的，越相关的越多越好，丌相关的越少越好，越大越好。
召回率(查全率)：被检索到的越多越好，越大越好。



四：算法的实现方式：单机还是分布式实时？
系统架构：Mahout中推荐过滤算法支持单机算法和分步式算法两种
注意本项目基于单机算法
因为：
1，数据很小，最大几G，在单机内存计算，支持多种算法推荐算法，
部署运行简单，但处理数据量有限。
2，hadoop只支持仅有的几种算法，不一定能满足本项目的7种组合算法
部署运行复杂，支持海量数据


五：具体步骤

（1）mvn archetype:generate

-DarchetypeGroupId=org.apache.maven.archetypes -DgroupId=org.chennan.mymahout

-DartifactId=myMahout -DpackageName=org.chennan.mymahout

-Dversion=1.0-SNAPSHOT -DinteractiveMode=false

注意：在正式输入的时候不要留空格，我这里只是为了保持美感

（2）cd myMahout

（3）mvn clean install