基于用户喜欢mahout的推荐系统

我们如何根据用户喜好或浏览历史记录在Apache Mahout上运行推荐系统？总之，基于内容的网站95％的流量是由非登录用户访问的，他们将通过搜索引擎进入。他们只有通过使用IP才能使他们独一无二。无论如何，我们可以在Apache Mahout中找到用户的类似浏览行为并推荐相关内容？基于用户喜欢mahout的推荐系统

来源

2011-06-06 Ananth Duari

如前所述，这似乎是一个关于Mahout的，而不是有关统计问题。如果你有一个明确的统计问题，你能否明确表达一下？否则，这将是最好搬到StackOverflow上。 – 2011-06-06 21:04:04

是的。这是更多的Mahout的东西。我会移动它。谢谢。 – 2011-06-07 06:05:49

而是要求迁移。 – mbq 2011-06-07 06:15:29

协同过滤应该还是有用的，如果用户“喜欢”（点击一个链接，例如）比在自己的网站中的单个项目（链接）更多。还要考虑放置一个cookie，以便以后可以再次识别该用户。

所以更明确地说，如果你使用的IP作为用户ID，并给您的内容（假设文章）的项目编号，你可以只使用一个GenericUserBasedRecommender。您可以将链接点击视为“喜欢”。还有一个包含关于更复杂的系统数据的好文章，但也触及了同样的问题，你必须与非ID'd用户：Google news scalable recommendation framework

此外，考虑聚类基于内容的项目。然后，您可以根本不知道用户，推荐类似的项目。

来源

2011-08-04 16:39:53

基于用户喜欢mahout的推荐系统

回答

相关问题