推荐数据的处理是大规模的，在集群环境下一次要处理的数据可能是数GB，所以Mahout针对推荐数据进行了优化。
Preference
在Mahout中，用户的喜好被抽象为一个Preference，包含了userId，itemId和偏好值（user对item的偏好）。Preference是一个接口，它有一个通用的实现是GenericPreference。
Pr...
分类：
其他好文 时间：
2015-07-16 16:55:13
阅读次数：
129
1.把文本文件变为sequence file：
mahout seqdirectory -i file://$(pwd)/news/
-o file://$(pwd)/news-seq/ -c UTF-8 -chunk 64 -xm sequential
mahout seqdirectory -i file://$(pwd)/1/
-o file://$(pw...
分类：
其他好文 时间：
2015-07-10 22:19:24
阅读次数：
372
计算公式：
并通过下面代码对Mahout in Action的结果进行了验证：
代码如下：
`
package com.example.mahout;public class TestColl {public static void main(String[] args) {
// TODO Auto-generated method stub
//int a[]={...
分类：
其他好文 时间：
2015-07-07 22:54:10
阅读次数：
193
FastByIdMap是基于散列的，在处理冲突时是线性探测而非分离链接，这样就不必为每一个条目增加一个Map.Entry对象，从而节省内存开销。
下面代码是一个线性探测Map的Demo：package com.example.mahout;public class ArrayHashST_Linear_Probing {
private int M = 30001;...
分类：
其他好文 时间：
2015-07-07 22:52:06
阅读次数：
163
安装Mahout之前，一定要把hadoop装好，hadoop的安装方法可以参考我的前一篇随笔，我安装的是hadoop2.7.0，具体方法在此不做介绍。1.首先下载相应版本的Mahout:axel -n 10 http://archive.apache.org/dist/mahout/0.9/maho...
分类：
其他好文 时间：
2015-06-30 20:05:53
阅读次数：
220
之前主要研究oracle与mysql，觉得hive其实就是一种数据仓库的框架，也没有太多另类，所以主要精力都在研究hadoop，hbase，sqoop，mahout，最近稍微用心看了下hive，其实hive还是比我想象中好用的多，心里有点点暗爽，不论是与hadoop的衔接，还是在对外查询分析，定期hsql生成报表方面，都非常方便，可以不用mapreduce，直接用hive生成报表。真是方便。
...
分类：
其他好文 时间：
2015-06-12 14:55:19
阅读次数：
189
欧几里德相似度（Euclidean Distance）最初用于计算欧几里德空间中两个点的距离，以两个用户x和y为例子，看成是n维空间的两个向量x和y, xi表示用户x对itemi的喜好值，yi表示用户y对itemi的喜好值，他们之前的欧几里德距离是对应的欧几里德相似度，一般采用以下公式进行转换：距离...
分类：
其他好文 时间：
2015-06-10 10:18:09
阅读次数：
126
本文目的：介绍一种常见推荐算法（用户协同过滤）的使用。应用场景：XXX项目运行一段时间后，系统中将会存在很多视频信息，而通常APP给用户推送的消息（1-3条/每天），那么这就需要我们根据用户的行为特征，进行更为有效的推送。工具介绍：mahout协同过滤算法的使用测试代码：/..
分类：
编程语言 时间：
2015-05-18 21:13:45
阅读次数：
181
