moteur de recommandation du vendeur

Question

Je travaille sur le portail où j'ai PO avec les détails de items et Vendor nous allons faire affaire avec.

J'essaye de faire un item based Vendor recommendation engine pour la prochaine citation de sorte que buyer puisse avoir l'idée avant de traiter.

En ce moment, j'ai Vendor, Item et peu Parameters à évaluer comme mentionné ci-dessous,

• Combien quantité qu'il a envoyé à chaque commande? Par exemple, commandé 100 mais livré seulement 80

• Comment est la qualité de l'article? Des dégâts? Par exemple, 20 points de dégâts de commande 100.

• Quelle est la date de livraison effective basée sur la date de livraison prévue? Par exemple, attendez le 26 mai mais recevez l'article le 28 mai.

• et peu d'autres seront ajoutés dans le futur.

Et tous les paramètres ont une sorte d'importance et le résultat est de 100%.

Je suis venu à connaître la fonctionnalité de recommandation de Apache Mahout.

https://mahout.apache.org/users/recommender/recommender-documentation.html

J'ai quelques questions mentionnées ci-dessous:

1. Est-ce que Apache Mahout fournit des recommandations sur les paramètres multiples?
2. Comment pouvons-nous faire face à cette situation? Conseils s'il vous plaît.
3. Est-ce que Apache Mahout est le bon choix pour ce genre de situation? Toute autre option?
4. Ce contenu ou bien un filtre collaboratif?

Answer 1

Dans mon cas, la formule et la complexité est très élevé. Donc, je ne trouve pas Mahout comme bon choix. Ensuite, j'ai décidé d'utiliser la base de données PostgreSQL et l'application fonctionne correctement sans aucun problème de production.

Answer 2

La page que vous référencez est destinée aux anciens recommandateurs mapreduce en cours de désapprobation. Voir cette page pour une nouvelle technologie https://mahout.apache.org/users/algorithms/recommender-overview.html

Mahout peut créer le modèle pour les recommandateurs mais vous avez besoin d'un système complet de traitement et de traitement des données. Nous avons une solution de bout en bout basée sur Apache PredictionIO qui utilise le code Mahout ci-dessus mais l'intègre dans tous les autres services dont vous aurez besoin.

L'Universal Recommender ici: http://actionml.com/universal-recommender