01 Mahout 추천기

1. Mahout Recommender

• 머하웃 추천

2. 추천 시스템 아키텍쳐

3. 추천 시스템 처리 과정

1. 데이터 모델 생성
   • 입력 데이터 규칙 : 사용자ID(정수, Long), 아이템ID(정수, Long), 선호수치(큰 값일수록 선호도가 높은 실수, 일반적으로 0~5사이의 값을 많이 사용, float)
   • 선호수치 데이터가 없을 경우 Boolean Preference를 이용하여 분석 가능
2. 유사도 모델 생성(유사도는 -1 ~ 1의 범위를 가지며 1과 가까울 수록 서로 유사하다는 의미)
   • 유사도 모델 알고리즘 종류(더있음 대표적인것만)
     1. 피어슨 상관관계 알고리즘 : PearsonCorrelationSimilarity
     2. 유클리드 거리 알고리즘 : EuclideanDistanceSimilarity
     3. 스피어만 상관관계 알고리즘 : SpearmanCorrelationSimilarity
     4. 맨하튼 거리 알고리즘 : CityBlockSimilarity
   • 사용자 기반 유사도 모델
     • 사용자 기반 유사도 모델 생성
       • param : DataModel, (가중치)
       • return : UserSimilarity
     • 유사한 이웃 그룹 생성
       1. 고정 크기 이웃 : NearestNUserNeighborhood
          • param : 이웃의수, UserSimilarity, DataModel
          • return : UserNeighborhood
       2. 임계치 기반 이웃 : ThresholdUserNeighborhood
          • param : 임계치, UserSimilarity, DataModel
          • return : UserNeighborhood
   • 아이템 기반 유사도 모델
     • User-based recommenders are the “original”, conventional style of recommender systems. They can produce good recommendations when tweaked properly; they are not necessarily the fastest recommender systems and are thus suitable for small data sets (roughly, less than ten million ratings). We’ll start with an example of this.
     • 아이템 기반 유사도 모델은 상대적으로 시간에 따른 변동폭이 크지 않기 때문에, 주기적으로 미리 계산해 처리해 놓음
     • 아이템 기반 유사도 모델 생성(GenericItemSimilarity)
       • param : Collection
       • return : ItemSimilarity
3. 추천기 생성
   • 사용자 기반 추천기 : GenericUserBasedRecommender
     • param : DataModel, UserNeighborhood, UserSimilarity
     • return : UserBasedRecommender
   • 아이템 기반 추천기 : GenericItemBasedRecommender
     • param : DataModel, ItemSimilarity
     • return : ItemBasedRecommender
4. 추천 결과 보기
   • Recommender클래스에서 recommend메소드 사용
   • param : userId, 추천받을 item 개수
   • return : List
5. 추천기 캐싱
   • param : UserBasedRecommender, ItemBasedRecommender
   • return : Recommender

Reference

• http://mahout.apache.org/users/recommender/recommender-documentation.html
• https://www.slideshare.net/pitzcarraldo/mahout-cook-book