如何使用具有多个隐式反馈的ALS？

Question

在pyspark在此文档中给出的ALS示例中 - ）所使用的数据在一列中具有明确的反馈。数据就是这样： |用户|项目|评分| | --- | --- | --- | |第一| A | 2 | |第二| b | 3 |

但是，就我而言，我在这样的多列中有隐式反馈： |用户|项目|点击|视图|购买| | --- | --- | --- | --- | --- | |第一| A | 20 | 35 | 3 | |第二| b | 3 | 12 | 0 |

我知道我们可以通过设置 indimitprefs 为 false 来使用隐式反馈。但是，它仅接受一个列。如何使用多个列？

我发现了这个问题：如何管理多个积极的隐式反馈？ ，它与火花和交替的最小平方方法无关。我是否必须根据答案手动分配加权方案？还是Pyspark中有更好的解决方案？

Answer 1

我已经彻底研究了您的问题，我还没有发现通过ALS中的多个列，大多数此类问题正在通过手动称重和创建评级列来解决。

以下是我的解决方案

1. 创建视图，单击和购买值的索引，如下

提取最小值（除外），并以同一COLMN为例，以下

示例：购买Col的最低值为3

3/3、10/3、20/3 ..等等，

2. 因此，在获得这些列的索引值后，现在

的评分是评级的公式

以下是评级

data.show()
+------+----+------+-----+--------+
|  User|Item|Clicks|Views|Purchase|
+------+----+------+-----+--------+
| First|   A|    20|   35|       3|
|Second|   B|     3|   12|       0|
| Three|   C|     4|   15|      20|
|  Four|   D|     5|   16|      10|
+------+----+------+-----+--------+
df1 = data.sort('Purchase').select('Purchase')
df= df1.filter(df1.Purchase >0)
purch_index = df.first()['Purchase']
df2 = data.sort('Views').select('Views')
df2= df2.filter(df2.Views >0)
Views_index = df2.first()['Views']
f3 = data.sort('Clicks').select('Clicks')
df3= df3.filter(df3.Clicks >0)
CLicks_index = df3.first()['Clicks']
semi_rawdf = data.withColumn('Clicks',round(col('Clicks')/CLicks_index)).withColumn('Views',round(col('Views')/Views_index)).withColumn('Purchase',round(col('Purchase')/purch_index))

semi_rawdf.show()

+------+----+------+-----+--------+
|  User|Item|Clicks|Views|Purchase|
+------+----+------+-----+--------+
| First|   A|   7.0|  3.0|     1.0|
|Second|   B|   1.0|  1.0|     0.0|
| Three|   C|   1.0|  1.0|     7.0|
|  Four|   D|   2.0|  1.0|     3.0|
+------+----+------+-----+--------+

from pyspark.sql.types import DecimalType
from decimal import Decimal
refined_df = semi_rawdf.withColumn('Rating',((col('Clicks')*0.3)+round(col('Views')*0.1)+round(col('Purchase')*0.6)))
refined_df = refined_df.withColumn('Rating', col('Rating').cast(DecimalType(6,2)))

refined_df.select('User','Item','Rating').show()

+------+----+------+
|  User|Item|Rating|
+------+----+------+
| First|   A|  3.10|
|Second|   B|  0.30|
| Three|   C|  4.30|
|  Four|   D|  2.60|
+------+----+------+