学步园

配置：

maven：下载，配置，用于在Mahout目录mvn install 编译mahout

eclipse：导入jars，编译测试例子

hadoop：分布式

Mahout：下载，配置  /etc/profile

推荐系统实例：

1. 新建Java工程，新建Class Test

2. 参考：http://blog.csdn.net/aidayei/article/details/6626699 

package org.apache.mahout.fpm.pfpgrowth;


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.*;
public class Test {
private Test(){};

public static void main (String args[])throws Exception{
// step:1 构建模型 2 计算相似度 3 查找k紧邻 4 构造推荐引擎
        DataModel  model =new FileDataModel(new File("/usr/hadoop/testdata/cf.txt"));//文件名一定要是绝对路径
        UserSimilarity similarity =new PearsonCorrelationSimilarity(model);
        UserNeighborhood neighborhood =new NearestNUserNeighborhood(2,similarity,model);
        Recommender recommender= new GenericUserBasedRecommender(model,neighborhood,similarity);
        List<RecommendedItem> recommendations =recommender.recommend(1, 2);//为用户1推荐两个ItemID
        for(RecommendedItem recommendatf0 \}

数据准备：test.txt

第一列为UserID ，第二列为ItemID，第三列为Preference Value 即评分

1,101,5
1,102,3
1,103,2.5
2,101,2
2,102,2.5
2,103,5
2,104,2
3,101,2.5
3,104,4
3,105,4.5
3,107,5
4,101,5
4,103,3
4,104,4.5
4,106,4
5,101,4
5,102,3
5,103,2
5,104,4
5,105,3.5
5,106,4

　　

输出：

RecommendedItem[item:104, value:4.257081]
RecommendedItem[item:106, value:4.0]

　　

资源参考

1.配置：http://blog.csdn.net/chjshan55/article/details/5923646。 师兄：http://hi.baidu.com/czb_xyls/blog/item/76019d02cfa3cd101c95833a.html

2.测试，读取HDFS中的文件，原来是序列化到HDFS，要用命令读出：bin/mahout vectordump --seqFile /user/hadoopuser/output/data/part-00000

问题：

1.用什么命令将HDFS中的文件读取到本地文件中

2.算法内部是如何进行的？推荐系统并行化如何处理的？