Mahout中主要核心的三大演算法為推薦，聚類及分類演算法，今天就最基本的推薦演算法做總結，推薦中常用的兩個推薦演算法是”user_based”和”item_based”，前者主要通過和你興趣相似的人來發現新的你感興趣的東西，而後者則是發現一些和你所喜歡的事物相似的事物。此外，還有一種基於“contend_based”的推薦演算法，它是根據事物所擁有的元資料出現進行事物的推薦，例如，如果你喜歡的電影是斯皮爾伯格導影的，那麼你可以向你的朋友推薦他拍攝的其他影片，推薦的理由就是基於電影的一個屬性——導演，這個就是基於內容的推薦。

下面將使用mahout來做一個小的推薦案例以供學習：

1.構建資料集

1,101,5.0
1,102,3.0
1,103,2.5

2,101,2.0
2,102,2.5
2,103,5.0
2,104,2.0

3,101,2.5
3,104,4.0
3,105,4.5
3,107,5.0

4,101,5.0
4,103,3.0
4,104,4.5
4,106,4.0

5,101,4.0
5,102,3.0
5,103,2.0
5,104,4.0
5,105,3.5
5,106,4.0

2.建立簡易推薦器

package com.recommeder.lg.example;

import org.apache.mahout.cf.taste.impl.model.file.*;
import org.apache.mahout.cf.taste.impl.neighborhood.*;
import org.apache.mahout.cf.taste.impl.recommender.*;
import org.apache
 
.mahout.cf.taste.impl.similarity.*;
import org.apache.mahout.cf.taste.model.*;
import org.apache.mahout.cf.taste.neighborhood.*;
import org.apache.mahout.cf.taste.recommender.*;
import org.apache.mahout.cf.taste.similarity.*;
import java.io.*;
import java.util.*;

class RecommenderIntro {
    public static void main(String[] args) throws Exception { 

    DataModel model = new FileDataModel(new File("/home/jinyu/Documents/intro.csv"));//載入資料檔案
    UserSimilarity similarity = new PearsonCorrelationSimilarity (model);  //建立推薦模型
    UserNeighborhood neighborhood =  new NearestNUserNeighborhood (2, similarity, model);
    Recommender recommender = new GenericUserBasedRecommender ( model, neighborhood, similarity); 
    List<RecommendedItem > recommendations =    recommender.recommend(1, 2); //給使用者1推薦2個專案
     for (RecommendedItem recommendation : recommendations) { 
        System.out.println(recommendation);  
    } 
}
}

3.相關解釋說明
該程式碼是基於使用者推薦的基本流程，用圖表示出來就是：

DataModel負責儲存和提供使用者、專案、偏好的計算所需要的資料。UserSimiliarity提供了一些基於某種
演算法的使用者相似度度量的方法。UserNeighborhood定義了一個和某指定使用者相似的使用者集合。最後，Recommender利用所有的元件來為一個使用者產生一個推薦結果。

4.執行結果展示
利用eclipse執行該程式碼的結果如下所示：

可以看到該推薦器向用戶1推薦了104,106這兩部影片，其中104是推薦偏好量化值最高的一部

5.推薦器評估
高效準確地產生推薦結果是非常重要的，推薦的結果一般要求準、新、普，準要求推薦的結果可靠真實，新要求推薦的結果具有新奇性，不與往常重複，普則要求推薦的結果是為大眾所接受的。評估的一般做法是將資料集分成訓練集和測試集，然後選擇指標進行評估說明。
常用的幾個指標有：

• 差值平均數（真實與預期值）
• 標註差（差值均方根）
• 查準率與查全率

下面利用差值平均數進行評估，程式碼如下：

import java.io.File;
import org.apache.mahout.cf.taste.common.TasteException;
import org.apache.mahout.cf.taste.eval.*;
import org.apache.mahout.cf.taste.impl.eval.*;
import org.apache.mahout.cf.taste.impl.model.file.*;
import org.apache.mahout.cf.taste.impl.neighborhood.*;
import org.apache.mahout.cf.taste.impl.recommender.*;
import org.apache.mahout.cf.taste.impl.similarity.*;
import org.apache.mahout.cf.taste.model.*;
import org.apache.mahout.cf.taste.neighborhood.*;
import org.apache.mahout.cf.taste.recommender.*;
import org.apache.mahout.cf.taste.similarity.*;
import org.apache.mahout.common.RandomUtils;

class RecommenderEvaluators {
    public static void main(String[] args) throws Exception { 
    RandomUtils.useTestSeed();
    DataModel model = new FileDataModel(new File("intro.csv"));//載入資料檔案
    RecommenderEvaluator evalutor= new AverageAbsoluteDifferenceRecommenderEvaluator();
    RecommenderBuilder builder=new RecommenderBuilder() {

        @Override
        public Recommender buildRecommender(DataModel model) throws TasteException {
            // TODO Auto-generated method stu
             UserSimilarity similarity = new PearsonCorrelationSimilarity (model);  //建立推薦模型
                UserNeighborhood neighborhood =  new NearestNUserNeighborhood (2, similarity, model);
            return new GenericUserBasedRecommender (model,neighborhood,similarity);
        }
    };

    double score =evalutor.evaluate(builder, null, model, 0.6, 1);
    System.out.println(score);
}
}

最後的evaluate()函式為推薦器評分，分值越低，代表差異越小，評估的效果越準確，其中0.6表示訓練集的百分比，1表示選取資料集的百分比。

6.分散式推薦計算

當資料量足夠大時，單機環境已經不適用於做推薦計算了，這是可以考慮mahout提供的分散式推薦演算法在hadoop平臺下進行計算，可以把上述資料集上傳到hdfs下的資料夾，然後利用recommenditembased命令進行分散式推薦計算，其適用的資料型別一般是偏好型，若是對向量資料進行相似度的計算，則可以考慮適用rowsimilarity命令，其主要引數可以使用mahout recommenditembased -h命令檢視，執行命令如下：

mahout recommenditembased -i testdata/pre.data -o output/similar -s SIMILARITY_EUCLIDEAN_DISTANCE -n 3 -opfsm output/matrix

其中，-i 指出資料集存放地址，-o 存放推薦結果，-s 指出相似度計算的函式，-n 指出為每個使用者推薦的數量，最後一個opfsm存放item間的相似度。

此外，hdfs下額外的產生的temp資料夾也有許多可檢視檔案，如下圖：

不過，值得注意的事，儘管資料量很小，但是hadoop下的mapreduce過程仍然花費了一定的時間，還有，hadoop2.2與mahout1.0及以上版本搭配才可能不會出錯的。