问“通用推荐”在Prediction.IO上使用的算法是什么？

EN

它使用Apache-mahout的相关交叉发生(CCO)算法.

看看这些https://actionml.com/blog/cco https://mahout.apache.org/users/algorithms/recommender-overview.html

Prediction.io使用Apache的交替最小二乘矩阵分解方法(ALS)。它是协同过滤的基本方法之一，主要有基于用户的过滤、基于项目的过滤和矩阵分解.文档可以在http://spark.apache.org/docs/latest/mllib-collaborative-filtering.html上找到

通用推荐模板使用此算法计算“经常”出现的“事件”，并“购买”一些“项目”。使用因式分解并不是通用推荐原则的作者在他们最初的想法中所描述的，相反，他们使用LLR相似性来发现统计上有意义的“事件”。我个人对使用矩阵分解和使用HBase (改为使用Redis集群)的适用性表示怀疑。你可以在https://www.mapr.com/practical-machine-learning和http://mahout.apache.org/users/algorithms/recommender-overview.html上读到通用推荐的一般想法。