基于Mahout的推荐系统构建

2014-09-21陶维成王婷婷

重庆科技学院学报(自然科学版) 2014年2期

陶维成王婷婷姚琪

(1.芜湖职业技术学院信息工程系，安徽芜湖 241006;2.南京航空航天大学经济与管理学院，南京 210016)

自1992年Goldberg D等人提出首个基于协同过滤的推荐系统以来，信息化技术个性化服务得到了快速发展。Web技术和网络通信技术的深入发展，也促进了推荐系统的应用领域，拓展了推荐系统的应用平台。推荐系统是建立在用户、项目及用户对项目的评价基础上，针对“信息过载”问题，对其进行处理、挖掘，找到相似的用户或项目，利用用户或项目的相似性，实现向用户推荐其感兴趣和所需要的项目。Apache Mahout是 ASF(Apache Software Foundation)一个实现可扩展的机器学习算法程序库的开源项目，提供机器学习领域的一些经典算法的高效实现。推荐系统利用信息过滤技术，将不同的内容(如电影、音乐、书籍、商品、新闻、图片等)推荐给对其可能感兴趣的用户［1－2］。同时，将用户的个人偏好与特定的参考特征进行比较，并预测用户对一些未评分项目的偏好程度实现向用户自动推荐，从项目本身提供的信息或从用户所在的社区或社团环境选取特定的参考特征［3］。

本研究基于Mahout环境创建布尔推荐系统原型，旨在帮助开发者更高效地实现个性化推荐功能，提高用户满意度。所创建的推荐系统，使用shell控制台执行指令，在Ubuntu10.04平台上运行，也能够在大多数Linux版本及装有cygwin的windows平台上运行。