我正在构建一个推荐器，其中实际的相似性计算是使用 ItemSimilarityJob 完成的，然后通过 FileItemSimilarity 加载到非分布式推荐器中。
到目前为止，所有这些都有效(2)，但有一件事我有点困惑。
在实例化推荐器(GenericItemBasedRecommender)时，我必须传递一个数据模型 - 在我的例子中是 FileDataModel，但由于相似性计算已经发生，我真的不知道什么数据我应该传递到模型中吗？
显然，该模型用于确定最大和最小偏好值以及项目 ID 和用户 ID。关于用户，我计划只拥有匿名的“个人资料”——那么传递虚假数据可以吗？
这如何支持工作 - Mahout 示例 (1) 和 MiA 书没有对此给出任何答案，但两者都表明预计算是可行的方法:(
<小时/>(1) 我正在 Mahout 0.7 上运行，但也已经研究过 trunk 了。
(2) 当然，我必须自己将生成的相似度矩阵转换为文本格式。
最佳答案
您应该传递用于相似性计算的相同DataModel。推荐器的输出当然是相似性的函数，但是，当然也是原始数据!这就是为什么它是一个输入。
理论上，您可以使用与实际提出建议的数据不同的 DataModel 来构建相似性。这是可能的，并且在某些情况下可能有意义，但不正常。
关于java - Mahout 中 DataModel 与 FileItemSimilarity 的使用，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/17389468/