如何使用 Mahout 获得 k 个相似产品？
我有一个产品，比如说一本书。现在我想检索 k 个与该产品相似的产品。我怎样才能用 Mahout 做到这一点？
产品存储在 MySQL 数据库中，因此我将使用 JDBCDataModel。 为了计算相似性，我更喜欢 LogLikelihoodTest。
但我应该选择哪个推荐人呢？看来所有的推荐人都是设计好的
I have one product, let's say a book. Now I want to retrieve k products, that are similar to this product. How can I do this with Mahout?
The products are stored in a MySQL database so I'd use the JDBCDataModel.
For computing the similarities I'd prefer the LogLikelihoodTest.
But which recommender should I choose? It seems that all recommenders are designed
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
我将在这里猜测这个问题。您拥有用户-项目数据，其中用户是真实的人，项目是书籍。您正在使用 LogLikelihoodSimilarity 作为某些推荐器的基础，无论是基于用户的还是基于项目的。
如果您只想要最相似的商品，则不需要推荐人。只需使用
LogLikelihoodSimilarity（它是一个ItemSimilarity）来计算与所有其他项目的相似度并选取最相似的项目。事实上，看看TopItems类，它甚至可以为您执行该逻辑。I'm going to guess at the question here. You have user-item data, where users are real people and items are books. You are using
LogLikelihoodSimilarityas the basis for some recommender, either user-based or item-based.You don't need a recommender if you just want most similar items. Just use
LogLikelihoodSimilarity, which is anItemSimilarity, to compute similarity with all other items and take the most similar ones. In fact look at theTopItemsclass which even does that logic for you.