mahout学习-1

一. 安装软件

需要安装如下文件：

java， Eclipse， Maven，Hadoop，mahout

二. 推荐系统简介

每天，我们都会对一些事物表达自己的看法，喜欢，或不喜欢，或不在乎。这些都在无意识地发生。当你从电台听到一首歌曲的时候，要么会注意到它（因为它好听或它难听），要么完全不会注意它。对其他事物也是如此，像T-shirt, 色拉，发型，电视节目等等。

尽管人们的品味不同，但是他们都遵从某种模式，人们若喜欢某件事物，若现在有另一个事物与起相似，那么人们对该事物也会表现喜欢的态度。因为我喜欢bacon-lettuce-and-tomato三明治，所以你可以猜测我也喜欢club三明治，因为这两种三明治很相似。

相应的，人们倾向于喜欢与其喜欢相似事物的其他人所喜欢的事物。

我们可以使用这些模式来预测喜欢或不喜欢。当我们放一个陌生人在你面前的时候，当问你他是否喜欢指环王III时，你没有其他办法，只能猜测，但是，若他告诉我们他喜欢指环王I和指环王II时，那么若他不喜欢指环王III的话，你会很震惊。

推荐即是预测这些品味模式，然后使用这些模式来发现你所不知道的新的或想要的事物。

前面提到过，我们可以从和我们品味相似的人那里来发现我们喜欢的事物，另一方面，我们可以寻找与已经喜欢的事物相似的事物。这两种类型是推荐引擎算法中最广泛的类别：
“基于用户”的推荐和“基于事件”的推荐

以下介绍一个推荐系统实例，主要用来mahout工程在Eclipse下建立以及运行

1.首先，准备好输入的数据。在本实例中，保存在文件intro.csv中。

1,101,5.0
1,102,3.0
1,103,2.5

2,101,2.0
2,102,2.5
2,103,5.0
2,104,2.0

3,101,2.5
3,104,4.0
3,105,4.5
3,107,5.0

4,101,5.0
4,103,3.0
4,104,4.5
4,106,4.0

5,101,4.0
5,102,3.0
5,103,2.0
5,104,4.0
5,105,3.5
5,106,4.0

其中，第一列是：User ID， 第二列是：Item ID， 第三列是：Preference Value

2.创建一个推荐系统工程，输入如下代码：

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.*;

public class RecommenderIntro {
	public static void main(String[] args) throws Exception{
		DataModel model = new FileDataModel(new File("intro.csv"));
		UserSimilarity similarity = new PearsonCorrelationSimilarity(model);
		UserNeighborhood neighborhood = new NearestNUserNeighborhood(2, similarity, model);
		Recommender recommender = new GenericUserBasedRecommender(
				model, neighborhood, similarity);
		List<RecommendedItem> recommendations = recommender.recommend(1, 1);

		for(RecommendedItem recommendation : recommendations){
			System.out.println(recommendation);

		}
	}

}

DataModel model = new FileDataModel(new File("intro.csv"));

该句表示加载数据文件

Recommender recommender = new GenericUserBasedRecommender(
				model, neighborhood, similarity);

表示创建推荐引擎

List<RecommendedItem> recommendations = recommender.recommend(1, 1);

表示对于用户1，推荐1件物品

3.运行结果

2013-7-31 21:43:18 org.slf4j.impl.JCLLoggerAdapter info
信息: Creating FileDataModel for file intro.csv
2013-7-31 21:43:19 org.slf4j.impl.JCLLoggerAdapter info
信息: Reading file info...
2013-7-31 21:43:19 org.slf4j.impl.JCLLoggerAdapter info
信息: Read lines: 21
2013-7-31 21:43:19 org.slf4j.impl.JCLLoggerAdapter info
信息: Processed 5 users
RecommendedItem[item:104, value:4.257081]

若把

List<RecommendedItem> recommendations = recommender.recommend(1, 1);

改为：

List<RecommendedItem> recommendations = recommender.recommend(1, 2);

表示向用户1推荐2件物品

输出结果如下：

2013-7-31 21:55:13 org.slf4j.impl.JCLLoggerAdapter info
信息: Creating FileDataModel for file intro.csv
2013-7-31 21:55:14 org.slf4j.impl.JCLLoggerAdapter info
信息: Reading file info...
2013-7-31 21:55:14 org.slf4j.impl.JCLLoggerAdapter info
信息: Read lines: 21
2013-7-31 21:55:14 org.slf4j.impl.JCLLoggerAdapter info
信息: Processed 5 users
RecommendedItem[item:104, value:4.257081]
RecommendedItem[item:106, value:4.0]

注：

在把mahout的工程文件导入Eclipse时，可能会出现错误，具体错误忘了记下来了，我的解决方法是：

把Windows ——> Preferences ——>Maven ——> User Setting 设置为Maven安装的文件位置。如下图所示