我正在尝试使用prediction.io构建一个混合推荐器,它的功能是在引擎盖下的spark/mllib之上的一层。
我正在寻找一种方法,在做推荐请求时,在ALS算法中结合基于标签的boost。
使用内容信息来改进协作过滤似乎是一条常见的途径,尽管我找不到任何关于将协作算法(例如ALS)与基于内容的度量相结合的文档。
任何关于将内容相似性与mllib (spark)或mahout (hadoop)的协作过滤相结合的示例或文档都将非常受欢迎。
发布于 2015-07-30 07:49:29
此PredictionIO模板使用Mahout的Spark版本的相关器,因此它可以利用多个操作来向用户推荐或查找相似的项目。它允许你包含多个类似标签的分类内容来提升或过滤recs。
http://templates.prediction.io/PredictionIO/template-scala-parallel-universal-recommendation
v0.2.0分支也有日期范围过滤和流行的项目回填正在开发中。
https://stackoverflow.com/questions/31677460
复制相似问题