2

ボンネットの下のspark/mllibの上のレイヤーとして機能するprediction.ioを使用して、ハイブリッドレコメンダーを構築しようとしています。

推奨リクエストを行うときに、ALS アルゴリズムにタグに基づくブーストを組み込む方法を探しています。

コンテンツ情報を使用して協調フィルタリングを改善することは、そのような通常の道のように思えますが、協調アルゴリズム (ALS など) をコンテンツ ベースの測定と組み合わせることに関するドキュメントは見つかりません。

mllib (spark) または mahout (hadoop) の協調フィルタリングを使用してコンテンツの類似性を組み込む例またはドキュメントを大歓迎します。

4

1 に答える 1

2

この PredictionIO テンプレートは、Mahout の Spark バージョンの Correlators を使用するため、複数のアクションを利用してユーザーに推奨したり、類似のアイテムを見つけたりすることができます。複数のカテゴリ タグのようなコンテンツを含めて、rec をブーストまたはフィルター処理できます。

http://templates.prediction.io/PredictionIO/template-scala-parallel-universal-recommendation

v0.2.0 ブランチには日付範囲フィルタリングもあり、人気アイテムのバックフィルも開発中です。

于 2015-07-29T23:49:29.067 に答える