【甘道夫】通过Mahout构建推荐系统--通过IDRescorer扩展评分规则

通过Mahout构建推荐系统时，假设我们须要添�某些过滤规则（比方：item的创建时间在一年以内），则须要用到IDRescorer接口，该接口源代码例如以下：

---

package org.apache.mahout.cf.taste.recommender;

/**

 * <p>

 * A {@link Rescorer} which operates on {@code long} primitive IDs, rather than arbitrary {@link Object}s.

 * This is provided since most uses of this interface in the framework take IDs (as {@code long}) as an

 * argument, and so this can be used to avoid unnecessary boxing/unboxing.

 * </p>

 */

public interface IDRescorer {

  

  /**

   * @param id

   *          ID of thing (user, item, etc.) to rescore

   * @param originalScore

   *          original score

   * @return modified score, or {@link Double#NaN} to indicate that this should be excluded entirely

   */

  double rescore(long id, double originalScore);

  

  /**

   * Returns {@code true} to exclude the given thing.

   *

   * @param id

   *          ID of thing (user, item, etc.) to rescore

   * @return {@code true} to exclude, {@code false} otherwise

   */

  boolean isFiltered(long id);

  

}

---

该接口规定了两个必须实现的方法：

1.rescore方法

功能：定义又一次评分的逻辑。依据新的规则，为指定id的item又一次评分。

返回：重评后的分数

输入參数：item的id，该item原来的评分

调用该方法的方法包含：

2.isFiltered

功能：定义过滤规则。推断指定id的item，依据新的规则，是否该排除在外，返回true就是该item应该排除在结果之外。

返回：true or false

输入參数：指定的id

调用该方法的方法包含：

---

不管是否须要依据特定规则过滤推荐结果，都必须先创建org.apache.mahout.cf.taste.recommender.Recommender类的对象r，然后通过对象r来运行推荐方法获得针对特定id用户的推荐结果List。

当无需使用特定规则过滤推荐结果时，仅仅需使用Recommender对象的例如以下方法获得推荐结果：

  /**

   * @param userID

   *          user for which recommendations are to be computed

   * @param howMany

   *          desired number of recommendations

   * @return {@link List} of recommended {@link RecommendedItem}s, ordered from most strongly recommend to

   *         least

   * @throws TasteException

   *           if an error occurs while accessing the {@link DataModel}

   */

List<RecommendedItem> recommend(long userID, int howMany) throws TasteException;

当须要依据特定规则过滤推荐结果时，需使用Recommender对象的例如以下方法获得推荐结果：

  /**

   * @param userID

   *          user for which recommendations are to be computed

   * @param howMany

   *          desired number of recommendations

   * @param rescorer

   *          rescoring function to apply before final list of recommendations is determined

   * @return {@link List} of recommended {@link RecommendedItem}s, ordered from most strongly recommend to

   *         least

   * @throws TasteException

   *           if an error occurs while accessing the {@link DataModel}

   */

List<RecommendedItem> recommend(long userID, int howMany, IDRescorer rescorer) throws TasteException;

当中，最后一个參数就是本文開始提到的IDRescorer。

所以，当须要通过特定规则过滤推荐结果时，需先实现IDRescorer接口，定义评分逻辑和排除规则。