2 推荐器

2   推荐器

本章的主要内容：

*  在Mahout中推荐器Recommender是什么样的

*  运行第一个推荐器Recommender

*  评估推荐引擎的准确和质量

*  用GroupLens网站的真实的数据来评估推荐器

每天我们都会有对周围的东西有一些看法和观点，这些东西可能是我们喜欢的，不喜欢的，还有莫不关心的东西 ，这些通常发生在不知不觉中。

例如，当你倾心听一首来自收音机的歌时，要么它引起妮的注意，要么它让妮讨厌，要么 妮根本就没有在意。同样的情况会发生在xxx.

虽然大家的品味经常在变，但他们都遵循一定的模式。人们往往喜欢的事情，类似于他们喜欢的其他事情。因为我喜欢吃熏肉、生菜、番茄组成的三明治，你可以猜到我想吃总会三明治，它们通常是拥有一样的火鸡的三明治。同样，大家往往喜欢大家喜爱的类似的事情。当一个朋友进入设计学校的时候，他看到几乎所有其他设计专业的学生，都拥有一台苹果电脑，这并不令人惊讶，因为她已经是一个终生Mac用户 

其实我们可以利用这些模式来预测，某些喜欢的和不喜欢的事情。如果我们让一个陌生人站在你的面前，问你是否知道她喜欢第三部《Lord of the Rings film》？除了猜测，你可能没有更好的办法。但是，如果她告诉你，她喜欢前两部电影。如果她不喜欢第三部，那是不可能的。换一句话，如果她说她讨厌这部电影，或者我们会问“天哪，怎么可能”。你可以直接猜到第三部电影肯定在她喜欢的列表上。推荐器几乎可以预测到这些模式，并利用他们来发现你不了解的新的，令人满意的事情。

2.1 什么是推荐器

因为某种原因你从书架上取到这本书。也许你是在知道的其他书本，看到了这本书， 并觉的它有用。或者觉得书店把它放在这个位置，是因为喜欢这些书的人也喜欢这本书。也或许你在一个同事的书架上看到这本书，这位同事与你一样对机器学习很有兴趣。也有可能他可能直接推荐你看这本书。

在这一章，我们将会深入研究人们产生推荐，发现新事物的一些方法。当然还有这些进程，在软件中如何利用mahout实施.我们已经设计了一些方法：发现我们可能喜欢的项目，从而可以留心相似品味的人，看看他们喜欢的东西。换句话说，我们可以算出什么样的项目，会像我们以前喜欢的项目。另外我们可以通过留心观察其他人的选择。这些描述了推荐引擎算法的两个主要类别：“基于用户（user-based）” 和 “基于项目（item-based）”推荐器。

2.1.1 是基于协同过滤推荐，还算基于内容的推荐严格的说，这里有协同过滤（CF）的例子。根据也只能根据，用户与项目的关系的知识，从而产生推荐器。这些技术并不需要识别项目本身的属性。这在某种程度上这是一个优势。推荐器框架根本不关心，这个项目是否是书本、主题公园、花、或者是其他的人，因为它们的属性中没有任何一个会被当作输入的。

这里有根据项目属性而成立的其他方法，通常被认为是“基于内容（content-based）”推荐算法。例如，如果有一个朋友把这本书推荐给你，是因为这是一本Manning出版书，这位朋友喜欢其他的Manning出版的书，那么这位朋友正在从事的事情，大概就是“content-based”推荐器算法。这个算法是依据这本书的一个属性：出版商。Mahout推荐框架不直接实施这种算法，虽然它提供了一些方法，把项目属性信息加入它的计算。同样的，它可能在技术上被认为是一个协同筛选框架。

这些算法没有问题；相反的是，它们同样可以表现的相当好。但是它们必要是特定领域的方法，试图编纂进一个框架将是相当困难的。建立一个有效的content-based书本推荐算法，人们将必须决定一本书中的哪个属性：页数，作者，出版商，颜色，字体，那个是有意义的，并达到那种程度。这种知识中没有一个是可以翻译成另外一个领域的；预定这种方式的推荐器，对选择那个是更好的披萨没有帮助。

也就是因为这个原因，Mahout将不会太多讨论这种形式的推荐器。这些观点被锁定在Mahout提供的事情中，并置入高阁；在本章将会举个例子，我们会为一个日期网站建立一个推荐器。在随后介绍的Mahout为基于协同过滤推荐算法进行的实施后，我们将会更详细的讨论它们与contene—based算法的关系。

2.1.2 主流推荐算法
到目前为止，很多人可能已经了解到，如amazon或netflix这样的网站，在现实中实施的推荐算法：根据浏览和购买历史，网站会生产一个产品列表，它的推荐可能会吸引你。这种类型的推荐引擎自从1900就已开始出现，但直到最近它才进入大量的计算机研究领域，被精心设计和研究。随着这些技术变得越来越主流，对它们的要求也不断增加，提供的开源实现也同样如此。随着日益增加的，可理解的，低层本的运算能力，意味着推荐引擎正变的越来越易理解并广泛使用。

事实上，推荐技术对客户来说不仅仅是像DVD这类推荐的事物。这种方法通常估计大量众多的事物之间的相互关联。一个人可以用相同的技术把DVD推荐给客户，估计那个客户最有可能喜欢某个DVD.在一个社会网络中，一个推荐器可以把人推荐给别外一些人。

2.2 运行第一个推荐引擎

2.2.1 建立输入的数据

2.2.2 创建一个推荐器Recommender

2.2.3 分析输出

2.3 评估推荐器

2.3.1 训练数据和得分

2.3.2 运行一个推荐评估

2.3.3   对结果的判断

2.4 通过预测和回访来评估

2.4.1 运行一个RecommenderIRStatsEvaluator

2.4.2 预测和回访中看出问题

2.5 评估GroupLens数据集

2.5.1 抽取推荐器使用的输入数据

2.5.2 另一个推荐器的体验

2.6 总结

这一章，我们介绍了关于推荐引擎的一些观点。我们已经使用小部分的数据来运行一个有代表性意义的推荐器，并解释了结果。

与此同时，我们对推荐引擎的输出结果进行了一些大体评估，我们也会在后面几章频繁的对结果进行评估。

。