今天没完成任务：实现：FP-GROWTH:http://blog.youkuaiyun.com/fansy1990/article/details/41279833今天安装完了hadoop1.2 + mahout0.9并且配置了一个远程登录的vnc，其实就是傻瓜教程：。。。晚上写了一个小时的博客~~挺好的听日将今日未做完的事情搞定了FP-GROWTH + LDA + user-basedKNN

昨天做了一个PPT用于今天的展示，发现ppt水平不行了，以后记得，展示的尤其是一个过程，尽量在一页之内用消失、出现等动作来表示！展示完剩下的时间主要用来配置hadoop集群安装之前的必要准备工作。附上ppt：明天装一下hadoop2：http://www.aboutyun.com/thread-10572-1-1.html http://blog.youkuaiyun.com/fansy1990/

开始实现音乐推荐算法了，今日大概写了一下融合部分的代码和推荐系统整体框架中的一部分，LDA的代码正在重用中，都怪自己之前写的程序接口不好，要改的地方还是不少的，是不是要看看代码大全来提高开发的效率呢？另外，在老板的威逼利诱下，仔细看了一下项亮的那本《推荐系统实践》中有关用LFM做音乐推荐的部分，发现了LDA(Latent Dirichlet Allocation)和LFM(Latent Fac

发现自己不喜欢在一个统一的地方记录东西，这样做往往造成的后果就是知识随着记忆曲线的推移慢慢遗忘，这样真不行啊！！所以，今年必须把优快云博客搞起来，同时作为写点东西的地方（技术屌丝无力维护博客啊）记录一下日常吧~呵呵~~那么既然要不就不搞，要不就高大上！那天看了优快云上的一篇精品blog，说年初定的目标要让博客推上主页，最后真的实现了！感动不已。。因此，以此为榜样，并借新年愿望的契机，我

今日效率有点低了，早上仅仅完成了代码的融合部分，到下午为了能在那堆14万session的数据集上跑出一个结果搞了半天还是不行！可以断定用GSP在如此大的数据集上做频繁序列挖掘是几乎不可能完成的，每次都要做数据库扫描这种方法明显不可能！spade算法在计算支持度的时候利用了已有频繁序列的计数，因此在计算支持度的时候只需要计算序列某个子集下的计数，大大减少了全表扫描的及数量！明天实现以下才行~还有~~

昨天师兄回来了，相聊申欢，台湾了，就没有写blog了。昨天早上去看了下病，然后中午开始才到了lab，差不多早上就没了，之后下午开始麦包包找我聊那个啥，谈了一下推荐系统，发现，如果结合LFM做用item或者user行为的抽象，然后再做随机游走（personal rank或者folk rank）是可以做的。晚上开始补log方面的知识，还好，将log4j2弄好了，其实就是一个配置文件的问题。。。

今天开始在数据机上做测试了，并用SPADE算法测试了一下再大数据集上的速度，感觉是可以的，因为不需要全表扫描，而且可以利用上索引，因此大大减少了计算的时间，R语言也有一个SPADE的实现库，可见频繁序列挖掘中，SPADE算法的应用应该算是比较广泛了。另外还不知不觉发现了找论文的好地方：http://www.sciencedirect.com/和一个看论文找索引很好用的应用（主要是因为多平台）：ht

前两天不在，补一下昨天看过的一篇论文的笔记：《Context-Aware Music Recommendation Based on Latent》其假设是用户听什么歌主要由环境，心情等作为context的因素决定的，找出这样的context可以增加推荐的准确度和说服力。其中，论文主要利用lda思想对用音乐标签表示的音乐进行聚类发现，得到音乐和类别的分布矩阵，利用得到的分类或话题重新表示用户收