ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路

---

ItemCF_基于物品的协同过滤

1.    概念

2.    原理

如何给用户推荐？

给用户推荐他没有买过的物品--103

3.    java代码实现思路

数据集：

第一步：构建物品的同现矩阵

第二步：构建用户的得分矩阵

第三步：同现矩阵*评分矩阵

第四步：拿到最终结果，排序，得到给用户的推荐列表

 

问题一：物品同现矩阵和用户得分矩阵如何构建？

问题二：矩阵相乘如何来做？

 

六个MapReduce

step1_第一个MapReduce： 目的-->去重去除数据集中重复的数据

    第一个MapReduce最终运行的结果：

  

   Mapper端：key:LongWritable(偏移量)   value:一行数据

                                  步骤一：context.write(value, NullWritable.get());    

                                        

   Reducer端：key:一行数据  value:NullWritable

                                  步骤一：context.write(key, NullWritable.get());

                                   

step2_第二个MapReduce：目的-->按用户分组，计算所有物品出现的组合列表，得到用户对物品的喜爱度得分矩阵

   第二个MapReduce最终运行的结果：

 

                     

   Mapper端：key:LongWritable(偏移量)   value:i1,u2723,click,2014/9/14 9:31 || i1,u2723,pay,2014/9/14 9:31

                                  步骤一：按照“，”切割，得到item(i1), user(u2723), action(click)

                                  步骤二：构建输出的key和value（key:user, value:item:物品的得分【根据用户action得到】）

                                  步骤三：输出key,value

 

    Reducer端：key:user(u2723)   value:{i1:1, i1:2, i3:2}

                                  步骤一：遍历{i1:1, i1:2, i3:2}，对于迭代器中的每一个Text(i1:1),按照“：”切割，分别得到item(i1)和action(1)，对同一物品的action进行累加，将结果存储到map对象中（map.put(item, action)）

                                  步骤二：构建StringBuffer，key:user(u2723),value:{i1:3, i2:4, i3:5}, 并输出

                                          

step3_第三个MapReduce：目的-->对物品组合列表进行计数，建立物品的同现矩阵

   第三个MapReduce最终运行的结果：

                                   

 

   Mapper端：key:LongWritable(偏移量)   value:u26    i276:1,i201:1,i348:1,i321:1,i136:1,

                                  步骤一：切割"\t"，得到tokens[1]

                                  步骤二：双重for循环，得到每一个物品和其他物品的同现的次数

                                  步骤三：输出，（key=itemA:itemB,value=1）这里只是得到了单用户的物品同现，在Reducer端得到的是所有用户--同一物品对其他物品的同现次数

 

   Reducer端：第一种--key:itemA:itemB   value:{1,1,1}

                                  步骤一：对Iterable<IntWritable>遍历,统计sum,得到itemA:itemB同现的次数

 

step4_第四个MapReduce：目的-->把物品同现矩阵和用户得分矩阵相乘

   第四个MapReduce最终运行的结果：

                            

 

   Mapper端：key:LongWritable(偏移量)   value: u14    i25:1,i223:1 ||  i100:i105    1

                                  步骤一：因为Mapper读取了第二次输出（用户得分矩阵）和第三次输出的结果（物品同现矩阵），所以要对maptask所对应的split进行判断，判读所读的数据集属于哪一个，这里采用了重写了setup(Context context)方法，定义了flag来进行标识                                  

                                  步骤二：

                                                 如果为同现矩阵（step3）// 样本:  i100:i181    1

                                                         key:i100    value:A:i181,1  输出

                                                 如果为得分矩阵（step2）// 样本:  u24  i64:1,i218:1,i100:2,

                                                         遍历得分矩阵--key:i100    value:B:u24,2,  输出

 

   Reducer端：key:i100   value: {A:i181,1,  A:i180,1  A:i167,3} || {B:u24,2，B:u25,3, B:u26,3}

                                  步骤一：因为value中的A：B:标识同现矩阵，得分矩阵

                                                val.startWith("A:")

                                                   某一个物品i100，针对它和其他物品的同现次数，存在mapA-->value: {A:i181,1,  A:i180,1  A:i167,3}                                                      mapA.put(i181,1),map.put(i180,1)...      

                                                val.startWith("B:")

                                                    该物品（key中的itemID），所有用户的推荐权重分数mapB--{B:u24,2，B:u25,3, B:u26,3}

                                                    mapB.put(u24,2),mapB.put(u25,3)...

                                  步骤二：进行矩阵相乘运算，对于物品i100,它的同现商品以及对应的次数存放到了mapA,而物品对于i100，所有用户的评分已经存放到了mapB,只需要遍历mapA,将其中同现的每一个商品乘以对应的mapB中每一个用户对i100的评分

                                  步骤三：输出，key=userId, value=itemId,result (u24   i101,8.0)

                                                

                                                 

step5_第五个MapReduce：目的-->把相乘后的矩阵相加，获得结果矩阵 

   第五个MapReduce最终运行的结果：

                  

 

    Mapper端：key:LongWritable(偏移量)   value:u13    i9,5.0

                                  步骤一：key=u13,value=i9,5.0  输出

 

    Reducer端：key:u13    value:{i101,2.0, i103,4.5, i101, 5.7}

                                  步骤一：利用map对同一itemId矩阵求和  

                                  步骤二：输出，key=userId, value=itemId,score(样本:  u13    i9,5.0)

                       

step6_第六个MapReduce：目的-->按照推荐得分降序排序,取前十条（二次排序）

   第六个MapReduce最终运行的结果：

                               

 

   Mapper端：key:LongWritable(偏移量)   value:u13    i9,5.0

                                  步骤一：将用户id,物品和得分封装到一个对象

PairWritable，

                                  步骤二：输出，key:(PairWritable) value:(item:num)

 

   Shuffle中Sort:

                                  注意：

                                  重写compare()方法，先比较Uid,相等的话，再比较Num

   Shuffle中Group:

                                   注意：

                                   重写compare()方法，Uid相同的为一组

 

   Reducer端：key: PairWritable  value:Text{i160:58.0,i352:9.0,i192:8.0,i455:7.0...}

                                   步骤一：取前十个，利用StringBuffer拼接

                                   步骤二：输出，key=uid,value=sb.toString()