mahout0.7示例运行纪实

最新推荐文章于 2019-08-02 06:42:17 发布

转载最新推荐文章于 2019-08-02 06:42:17 发布 · 837 阅读

ALGORITHM 专栏收录该内容

63 篇文章

订阅专栏

本文详细介绍了如何使用Mahout框架实现推荐系统，包括数据准备、构建模型、计算相似度、查找邻居以及构建推荐引擎的过程。重点解决了依赖问题及运行细节，最终展示了推荐结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

运行太不容易了所以要记下来以免后面忘记了

首先是数据

vim testdata.txt

第一列为UserID ，第二列为ItemID，第三列为Preference Value 即评分

1,101,5

1,102,3

1,103,2.5

2,101,2

2,102,2.5

2,103,5

2,104,2

3,101,2.5

3,104,4

3,105,4.5

3,107,5

4,101,5

4,103,3

4,104,4.5

4,106,4

5,101,4

5,102,3

5,103,2

5,104,4

5,105,3.5

5,106,4

新建立一个工程

导入 mahout包 mahout-core-0.7-job.jar

这样进行开发的时候就不会出现各种红叉叉从编程心情上会更好一点

新建一个类 RecommenderIntro

代码如下

import java.io.File;
import java.util.List;

import org.apache.mahout.cf.taste.impl.model.file.FileDataModel;
import org.apache.mahout.cf.taste.impl.neighborhood.NearestNUserNeighborhood;
import org.apache.mahout.cf.taste.impl.recommender.GenericUserBasedRecommender;
import org.apache.mahout.cf.taste.impl.similarity.PearsonCorrelationSimilarity;
import org.apache.mahout.cf.taste.model.DataModel;
import org.apache.mahout.cf.taste.neighborhood.UserNeighborhood;
import org.apache.mahout.cf.taste.recommender.RecommendedItem;
import org.apache.mahout.cf.taste.recommender.Recommender;
import org.apache.mahout.cf.taste.similarity.UserSimilarity;

public class RecommenderIntro {

	private RecommenderIntro() {
	}

	public static void main(String[] args) throws Exception {

		// step:1 构建模型 2 计算相似度 3 查找k紧邻 4 构造推荐引擎

		DataModel model = new FileDataModel(new File(

				"/test/input/testdata.txt"));
//		"/root/input/testMahout.txt"));// 文件名一定要是绝对路径

		UserSimilarity similarity = new PearsonCorrelationSimilarity(model);

		UserNeighborhood neighborhood = new NearestNUserNeighborhood(2,

		similarity, model);

		Recommender recommender = new GenericUserBasedRecommender(model,

		neighborhood, similarity);

		List<RecommendedItem> recommendations = recommender.recommend(1, 2);// 为用户1推荐两个ItemID

		for (RecommendedItem recommendation : recommendations) {

			System.out.println(recommendation);

		}

	}

}

这样就能够运行了

但是会报错原因在于没有导入它所需要的所有包

在mahout当中只要你正确安装了都会有他所需要的包

除了google的一个需要自己下

mahout-core-0.7-job.jar

slf4j-api-1.6.1.jar

slf4j-jcl-1.6.1.jar

google-collection-1.0-rc2.jar //这个找不到然后需要自己下载一个 guava-r09.zip 用当中的 guava-r09.jar来解决这个google依赖问题

commons-logging-1.1.1.jar

mahout-math-0.7.jar

uncommons-maths-1.2.2.jar

然后就能够运行了

结果应该是

2013-5-21 2:45:56 org.slf4j.impl.JCLLoggerAdapter info

信息: Creating FileDataModel for file /root/input/testMahout.txt

2013-5-21 2:45:56 org.slf4j.impl.JCLLoggerAdapter info

信息: Reading file info...

2013-5-21 2:45:56 org.slf4j.impl.JCLLoggerAdapter info

信息: Read lines: 21

2013-5-21 2:45:56 org.slf4j.impl.JCLLoggerAdapter info

信息: Processed 5 users

RecommendedItem[item:104, value:4.257081]

RecommendedItem[item:106, value:4.0]

总结：

主要是依赖问题解决用了比较长的时间

我用的ubuntu 下开发所以在找包的时候直接用 find | grep *** 在mahout 的安装目录下去寻找包