Mahout：为特定产品类别的用户推荐产品

Question

我们现在拥有什么？ - 我们使用Mahout的GenericItemBasedRecommender获取使用TanimotoCoefficientSimilarity作为ItemSimilarity的用户的推荐产品列表。

我们想从哪里出发？ - 当我们不关心产品类别时，上述工作正常，但我们想知道的是产品类别的具体建议，例如说如果用户在男士和小工具类别中购买，浏览，喜欢等，然后希望在该特定类别中显示该用户推荐，该推荐在[X]中为您推荐，其中在这种情况下X将被男士或小配件取代。我们正在考虑下面的几个选项来实现这一点，我们需要一些线索/意见/反馈等，以确保我们正朝着正确的方向前进。选项：

1. 首先，我们必须移动到非tanimoto版本计算项目相似度，以便我们考虑用户购买，喜欢等，而不仅仅是查看/浏览数据。

2. 搞清楚产品类别为特定用户（这是我们需要的方向） - 我们的产品类别层次结构基本上是一棵树，我们需要知道其中最高4个节点（用最好的建议）的树，我们将展现给用户。同样，如果我们说节点X是我们向用户展示的类别，而节点Y是节点X的父节点，那么我们不希望在类别Y或任何父级中显示用户产品。的方式实现这一夫妇：

   • 对于在叶级项目为节点的相似性得分值的每一位用户计算SUM和递归计算，直至根父节点。现在在每个节点上，我们有A =相似性得分总和& B =推荐的项目数量，所以我们在每个节点上也有A/B = Value（V）。现在我们从树中选出最高的4个V值，并将其推荐给用户。这里面临的挑战是，如果我们试图在请求期间在线计算它，我们很难将整个请求的时间限制在150毫秒以下。一个例子：

     Root Level -  Category12 (A=11, B=4) (category1 + category2) 
                  | 
             _____________________|_________________________ 
            /            \ 
            /            \ 
     Leaf Level - category1 (A=6, B=2)       category2 (A=5, B=2) 
     

     推荐产品类别1：项目1（评分= 2），项目2（得分= 4）
     推荐产品类别2：项目3（评分= 1），项目4（得分= 4）

   • 第二种选择：对于每个类别，根据用户的行为（喜欢，购买，查看等）创建用户群，然后找出用户所属的前4个类别。不知道我们是否可以在Mahout中使用集群来实现这一点，但我认为我们可以在线下进行。

请提供您的意见/建议/引线/想法。

在此先感谢！

Answer 1

1. 如果你想在你的数据模型多件事情，我会建议与ALSWR factorizer设置为隐式反馈，而不是使用SVD推荐。通过这样做，您的数据中可以有user,item,preference，而preference的值可以是您的用户与该项目的关联程度。你可以玩数字，例如购买是20，视图只是2。我只是在这里投入数字，我不知道什么对您的数据最有效，因为您也可以按比例对事物进行建模，如果购买比观看的可能性低30倍，那么购买应该是比观点强30倍。

2. Mahout提供了一种通过IDRescorer影响推荐的方法。您在此实施自己的逻辑并决定如何影响建议。例如，IDRescorer将检查推荐候选人是否属于同一类别，如果是，则将该分数提高X.有一个示例（link）来自Mahout in Action Book（您应该明确阅读），并显示rescorer。

希望这有助于