paul_wei2008的专栏

http://blog.fens.me/r-hadoop-intro/前言写过几篇关于RHadoop的技术性文章，都是从统计的角度，介绍如何让R语言利用Hadoop处理大数据。今天决定反过来，从计算机开发人员的角度，介绍如何让Hadoop结合R语言，能做统计分析的事情。目录R语言介绍Hadoop介绍为什么要让Hadoop结合R语言？如何让Hadoop结合R语

数据挖掘主要解决四类问题：分类：预测主题属于(A,B,C)类，前提预先知道分类，根据构造模型算法将输入数据分类,而非一个具体数值(广义预测)-（决策树，Logistic回归，神经网络）聚类：把一个对象划分若干组，核心划分依据，如果选择若干指标（成本，价格，质量）对已有体验用户群进行划分，按指标计算距离归类（K-means聚类，聚类分）根据很多特征，相似分为一组。最大化类内相似性，最小化类间相

Mahout版本：0.7，hadoop版本：1.0.4，jdk：1.7.0_25 64bit。本系列介绍介绍mahout中的Itembased Collaborative Filtering算法，这个算法的实现的源码是org.apache.mahout.cf.taste.hadoop.item.RecommenderJob。在mahout官网是这样介绍这个算法的：RecommenderJob是

探索推荐引擎内部的秘密，第 1 部分: 推荐引擎初探随着 Web 技术的发展，使得内容的创建和分享变得越来越容易。每天都有大量的图片、博客、视频发布到网上。信息的极度爆炸使得人们找到他们需要的信息将变得越来越难。传统的搜索技术是一个相对简单的帮助人们找到信息的工具，也广泛的被人们所使用，但搜索引擎并不能完全满足用户对信息发现的需求，原因一是用户很难用恰当的关键词描述自己的需求，

http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy2/集体智慧和协同过滤什么是集体智慧集体智慧 (Collective Intelligence) 并不是 Web2.0 时代特有的，只是在 Web2.0 时代，大家在 Web 应用中利用集体智慧构建更加有趣的应用或者得到更好的用户体验。集体智慧是指在大