思路
将每一个购买清单拆解成物品两两组合,计算每个组合出现的总次数。
与“购买了该商品的顾客还购买了的商品”区别
购买了该商品的顾客还购买了的商品,input是用户为key,value为该用户的多次购买清单
经常一起购买的商品,input是交易编号,value为一次购买清单。所以此为购物篮分析的一个变种。
输入:
T1 {P1,P2,P3}
T2 {P2,P3}
T3 {P2,P3,P4}
T4 {P5,P6}
T5 {P3,P4}
算法:
map(key,value){
(S1,S2,S3...Sm)=sort(P1,P2,...Pm);
ListOfPair<Si,Sj>=generateCombinations(S1,S2...Sm)
for( (Si,Sj)

本文介绍了如何使用Hadoop/Spark构建推荐系统,重点在于购物篮分析,区别于传统的‘购买了该商品的顾客还购买了的商品’方法。内容包括算法思路、输入格式以及map阶段的输出处理。
最低0.47元/天 解锁文章
1175

被折叠的 条评论
为什么被折叠?



