mahout 为约会数据集推荐

来源：互联网发布：360浏览器网络收藏夹编辑：程序博客网时间：2024/06/06 03:57

在http://libimseti.cz中下载约会的数据集

里面的ratings.dat有257MB，以逗号分隔，包含用户ID,档案ID和评分（档案ID和用户ID不是采用同一个匿名方法）

这个数据集经过了预处理，剔除了生成评分个数不到20个的用户，也剔除了对每个档案都给出相同分值的用户

根据《mahout 实战》中所说，最优的配置是基于用户的推荐，采用欧氏距离，近邻数量为2.

由此写出的评估程序如下：

    public static void evaluateDateData() throws IOException, TasteException
   {
       DataModel model = new FileDataModel(new File("F:\\mahout\\libimseti\\libimseti-complete\\libimseti\\ratings.dat"));
       RecommenderEvaluator evaluator = new AverageAbsoluteDifferenceRecommenderEvaluator();
       RecommenderBuilder builder = new RecommenderBuilder(){

           @Override
           public Recommender buildRecommender(DataModel model)
                   throws TasteException {
               // TODO Auto-generated method stub
               UserSimilarity similarity = new EuclideanDistanceSimilarity(model);
               UserNeighborhood neighborhood = new NearestNUserNeighborhood(2, similarity, model);
               return new GenericUserBasedRecommender(model, neighborhood, similarity);
           }

       };
       double score = evaluator.evaluate(builder, null, model, 0.95, 0.05);
       System.out.println(score);

}

运行结果为0.8415841584158418

在这里的参数设为-Xmx1024m

0 0