关于小改CF协同过滤至MapReducer上的一些心得

至上次重写ID3 MR版之后，手贱继续尝试CF。之前耳闻CF这两年内非常火，论内某大神也给了单机版（90%代码来自于其）。所以想试试能否改到MR上。整体来说，CF本身的机制以相似性为核心，与迭代调用几乎无关联。所以在MR上的表现，未必能完全发挥MR作用。基本上是线性路子，一走到底。原先网上也有不少CF的介绍，不过以文文图图居多，对CF的时序性逻辑表达较少，讲的比较隐晦，现在通过代码剖析重新将其展现在大家面前（纯粹理论此处略过）：

先贴图，贴图是王道：

1，整个MR过程其实与单机版90%重叠。仅期望在Mapper过程中，尽可能地先构建后评分矩阵，减少Reducer压力。

2，与大多数机器学习特性一样，既期望用小样本来预测未来。本想在Mapper 过程中同时构建neighbour，但是如果不是太过追求最终成功率，可以值得一试。

3，对于CF中以用户平均分作为一个大结果因素这件事，不是很赞同，多少显的有些粗糙。应该还有更好地观测手法，比方说标差、正态、二项式都是很好的选择。

3，为了加快文本读取速度，取消了标入的同步。std::ios::sync_with_stdio(false);

4，最终结果如下：

5，原始文本如下：

6，源代码如下：

https://github.com/zacard-orc/Zacard_CF

望各位看官手下留情。。。。^)^