Система рекомендаций: простая основанная на пользователя совместная фильтрация для точной оценки и отзыва

Question

Я ищу очень простую реализацию в Java совместной фильтрации на основе пользователя.Я хотел бы оценить точность и отзыв этого CF с набором данных movielens.Я видел, что производительность (F1) должна составлять от 20 до 30% (с подобием Пирсона и KNN).

Существует ли эта простая структура с оценкой точности и кодом отзыва?

Answer 1

Apache Mahout делает все, что вы здесь упоминаете. Он основан на Java и поддерживает пользовательскую совместную фильтрацию (среди прочих) с GenericUserBasedRecommender. Это алгоритм k-ближайшего соседа, в который вы можете подключить реализации сходства, такие как PearsonCorrelationSimilarity и другие.

Посмотрите на пакет org.apache.mahout.cf.taste и подпакеты. В подпакете .impl.eval найдите GenericRecommenderIRStatsEvaluator. Это запустит тест, который сообщает точность, отзыв и F1.

Наконец, уже есть несколько рабочих примеров, основанных на GroupLens в mahout-examples.

Answer 2

Вы пробовали RapidMiner? Если вам интересно просто попробовать такие вещи, как оценить точность и вспомнить, не концентрируясь на кодировании. Это инструмент для вас. В Интернете есть хорошая информация, даже если вам поможет документация на бумаге и видео с YouTube.