摘要：
聚类： 是否可以将事物归为一个簇，完全取决于我们在考量它们之间相似性时所选择的特征参数。 聚类，就是将一个给定文档中的相似项目分成不同簇的过程，我们可以将这些簇看做一组簇内相似而簇间有别的项目的集合。 1、一个算法，将书组织在一起的方法 2、相似性和不相似性的概念 3、停止的条件 簇的中... 阅读全文
摘要：
摘要 : 伟人是让人控制产品，而不是用产品去控制人。伟人是用产品服务用户，用善激励用户，而不是用产品胁迫用户，用恶驱动用户。伟人有实力去实现他的真情怀，而不是被情怀拖累，或者把情怀当成遮羞布。如何才叫“伟人”？伟人是让人控制产品，而不是用产品去控制人。伟人是用产品服务用户，用善激励用户，而不是用产品... 阅读全文
摘要：
1、固定大小的用户邻域package mahout;import java.io.File;import java.io.IOException;import org.apache.mahout.cf.taste.common.TasteException;import org.apache.mah... 阅读全文
摘要：
数据集下载地址：http://grouplens.org/datasets/movielens/ 之前用的是100K的，现在需要下载MovieLens 10M,使用里面的ratings.dat前提：因为文件不符合mahout要求的文件输入格式，需要进行转换，但是example里提供了一个解析这个文件... 阅读全文
摘要：
基于用户的推荐和基于物品的推荐两种算法，均依赖于两个事物（用户或物品）之间的相似性度量（等同性定义），相似性度量的方法：PearsonCorrealation皮尔逊相关系数,对数似然值Loglikelihood,斯皮尔曼相关系数SpearmanCorrelation,谷本系数TanimotoCoef... 阅读全文
摘要：
直接上代码吧：package mahout;import java.io.File;import org.apache.mahout.cf.taste.common.TasteException;import org.apache.mahout.cf.taste.eval.DataModelBuil... 阅读全文
摘要：
用户和物品是关联的，但是没有这种关联的强度描述，如用户浏览文章。无偏好值的内存实现： 重要是datamodel和modelbuilder的实现。package mahout;import java.io.File;import org.apache.mahout.cf.taste.common.T... 阅读全文
摘要：
1、内存级别的datamodel 就是直接采用程序进行构建的那种。 示例： package mahout;import org.apache.mahout.cf.taste.impl.common.FastByIDMap;import org.apache.mahout.cf.taste.im... 阅读全文
摘要：
Preference对象：单个用户Id，物品ID和偏好值，实现GenericPreferencePreferenceArray数组，单个用户所有偏好值数组，实现GenericPreferenceArray代码示例：package mahout;import org.apache.mahout.cf.... 阅读全文
摘要：
使用GroupLens数据集ua.base这是一个tab分割的文件，用户Id，物品Id，评分（偏好值），以及附加信息。可用吗？之前使用的是CSV格式，现在是tsv格式，可用，使用FileDataModel对mahout推荐2中的评估程序使用这个数据集测试：package mahout;import ... 阅读全文