mahout0.7 示例运行纪实

http://1992mrwang.blog.51cto.com/3265935/1205282

运行太不容易了 所以要记下来以免后面忘记了

首先是数据

vim testdata.txt

第一列为UserID ，第二列为ItemID，第三列为Preference Value 即评分

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

1,101,5 1,102,3 1,103,2.5 2,101,2 2,102,2.5 2,103,5 2,104,2 3,101,2.5 3,104,4 3,105,4.5 3,107,5 4,101,5 4,103,3 4,104,4.5 4,106,4 5,101,4 5,102,3 5,103,2 5,104,4 5,105,3.5 5,106,4

 

新建立一个工程

导入 mahout包 mahout-core-0.7-job.jar

这样进行开发的时候就不会出现各种红叉叉  从编程心情上会更好一点

新建一个类 RecommenderIntro

代码如下

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

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.*; public class RecommenderIntro {     private RecommenderIntro(){}                                                                                                                                                                               public static void main(String[] args) throws Exception {                          DataModel model = new FileDataModel(new File(                 "intro.csv")); // step:1 构建模型         UserSimilarity similarity = new PearsonCorrelationSimilarity(model); // 2 计算相似度         UserNeighborhood neighborhood = new NearestNUserNeighborhood(2,                 similarity, model); // 3 查找邻近         Recommender recommender = new GenericUserBasedRecommender(model,                 neighborhood, similarity); // 4 构造推荐引擎         List<RecommendedItem> recommendations = recommender.recommend(1, 2);// 为用户1推荐两个ItemID         for (RecommendedItem recommendation : recommendations) {             System.out.println(recommendation);         }     } }

这样就能够运行了

但是会报错 原因在于没有导入它所需要的所有包

在mahout当中 只要你正确安装了都会有他所需要的包

除了google的一个需要自己下

1 2 3 4 5 6 7

mahout-core-0.7-job.jar slf4j-api-1.6.1.jar slf4j-jcl-1.6.1.jar google-collection-1.0-rc2.jar //这个找不到 然后需要自己下载一个 guava-r09.zip 用当中的 guava-r09.jar来解决这个google依赖问题 commons-logging-1.1.1.jar mahout-math-0.7.jar uncommons-maths-1.2.2.jar

然后就能够运行了

结果 应该是

1 2 3 4 5 6 7 8 9 10

2013-5-21 2:45:56 org.slf4j.impl.JCLLoggerAdapter info 信息: Creating FileDataModel for file /root/input/testMahout.txt 2013-5-21 2:45:56 org.slf4j.impl.JCLLoggerAdapter info 信息: Reading file info... 2013-5-21 2:45:56 org.slf4j.impl.JCLLoggerAdapter info 信息: Read lines: 21 2013-5-21 2:45:56 org.slf4j.impl.JCLLoggerAdapter info 信息: Processed 5 users RecommendedItem[item:104, value:4.257081] RecommendedItem[item:106, value:4.0]

 

 

总结：

主要是依赖问题解决用了比较长的时间

我用的ubuntu 下开发 所以在找包的时候 直接用 find | grep *** 在mahout 的安装目录下去寻找包

参考自：http://blog.csdn.net/aidayei/article/details/6626699