这篇文章主要介绍”Mahout的引擎味道有什么优点”,在日常操作中,相信很多人在Mahout的引擎味道有什么优点问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答“Mahout的引擎味道有什么优点”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
味道是Apache Mahout提供的一个个性化推荐引擎的高效实现,该引擎基于java实现,可扩展性强,同时在Mahout中对一些推荐算法进行了MapReduce编程模式转化,从而可以利用hadoop的分布式架构,提高推荐算法的性能。
在Mahout0.5版本中的味道,实现了多种推荐算法,其中有最基本的基于用户的和基于内容的推荐算法,也有比较高效的SlopeOne算法,以及处于研究阶段的基于奇异值分解和线性插值的算法,同时味道还提供了扩展接口,用于定制化开发基于内容或基于模型的个性化推荐算法。
味道不仅仅适用java应于用程序,还可以作为内部服务器的一个组件以HTTP和Web服务的形式向外界提供推荐的逻辑.Taste的设计使它能满足企业对推荐引擎在性能,灵活性和可扩展性等方面的要求。
下图展示了构成味道的核心组件:
从上图可见,品味由以下几个主要组件组成:
模型:模型是用户喜好信息的抽象接口,它的具体实现支持从指定类型的数据源抽取用户喜好信息。在Mahout0.5中,品味提供JDBCDataModel和FileDataModel两种类的实现,分别支持从数据库和文件文件系统中读取用户的喜好信息。对于数据库的读取支持,在Mahout 0.5中只提供了对MySQL和PostgreSQL的支持,如果数据存储在其他数据库,或者是把数据导入到这两个数据库中,或者是自行编程实现相应的类。
,,,UserSimilarit和ItemSimilarity:用于前者用于定义两个用户间的相似度,后者用于定义两个项目之间的相似度.Mahout支持大部分驻留的相似度或相关度计算方法,针对不同的数据源,需要合理选择相似度计算方法。
,,,UserNeighborhood:在基于用户的推荐方法中,推荐的内容是基于找到与当前用户喜好相似的“邻居用户”的方式产生的,该组件就是用来定义与目标用户相邻的“邻居用户”,所以,该组件只有在基于用户的推荐算法中才会被使用。
,,,,推荐:推荐是推荐引擎的抽象接口,味道中的核心组件。利用该组件就可以为指定用户生成项目推荐列表。
到此,关于“Mahout的引擎味道有什么优点”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注网站,小编会继续努力为大家带来更多实用的文章!
