J'essaie de créer un recommandeur hybride en utilisant prediction.io qui fonctionne comme une couche au-dessus de l'étincelle/mllib sous le capot.Hybrid recommender in spark
Je cherche un moyen d'incorporer un boost basé sur des balises dans l'algorithme ALS lors d'une requête de recommandation. L'utilisation d'informations sur le contenu pour améliorer le filtrage collaboratif me semble être un chemin habituel, bien que je ne trouve aucune documentation sur la combinaison d'un algorithme collaboratif (par exemple ALS) avec une mesure basée sur le contenu. Tous les exemples ou la documentation sur l'incorporation de la similarité de contenu avec le filtrage collaboratif pour mllib (spark) ou mahout (hadoop) seraient grandement appréciés.
J'ai déjà essayé votre modèle. Bon travail. Cependant, au lieu d'un événement primaire, je veux prédire que je veux prédire l'interaction de l'utilisateur avec une page (niveau d'intérêt) qui pourrait être considérée comme une combinaison de mes 3 événements (voir, partager et commenter) à un nombre (le nombre de vues est-il important?) Est-il possible d'incorporer cette "note" dans l'algorithme basé sur l'analyse de similarité? – rtemperv
http://predictionio.incubator.apache.org/PredictionIO/template-scala-parallel-universal-recommendation - - Ce lien ne fonctionne pas –