标签：blog http java 使用 io 文件 数据 ar
数据集下载地址：http://grouplens.org/datasets/movielens/ 之前用的是100K的，现在需要下载MovieLens 10M,使用里面的ratings.dat
前提：因为文件不符合mahout要求的文件输入格式，需要进行转换，但是example里提供了一个解析这个文件的类GrouplensDataModel，所以直接用了。
package mahout;
import java.io.File;
import org.apache.mahout.cf.taste.common.TasteException;
import org.apache.mahout.cf.taste.impl.eval.LoadEvaluator;
import org.apache.mahout.cf.taste.impl.neighborhood.NearestNUserNeighborhood;
import org.apache.mahout.cf.taste.impl.recommender.GenericUserBasedRecommender;
import org.apache.mahout.cf.taste.impl.similarity.PearsonCorrelationSimilarity;
import org.apache.mahout.cf.taste.model.DataModel;
import org.apache.mahout.cf.taste.neighborhood.UserNeighborhood;
import org.apache.mahout.cf.taste.recommender.Recommender;
import org.apache.mahout.cf.taste.similarity.UserSimilarity;
import org.apache.mahout.cf.taste.similarity.precompute.example.GroupLensDataModel;
public class GroupLensDataModelTest {
public static void main(String[] args) throws Exception {
//使用定制的GrouplensDataModel,如果没有转换数据集成为csv格式的
DataModel dataModel = new GroupLensDataModel(new File(
"data/ratings.data"));
//皮尔逊相关系数，衡量用户相似度
UserSimilarity userSimilarity = new PearsonCorrelationSimilarity(
dataModel);
//构建用户邻居，100个
UserNeighborhood userNeighborhood = new NearestNUserNeighborhood(100,
userSimilarity, dataModel);
//推荐引擎
Recommender recommender = new GenericUserBasedRecommender(dataModel,
userNeighborhood, userSimilarity);
//运行
LoadEvaluator.runLoad(recommender);
}
}
运行试试，如果你的内存足够大的话。
输出结果：
我的文件还没有下载下来呢！！！！！！！！！！
mahout推荐10-尝试GroupLens数据集,布布扣,bubuko.com
标签：blog http java 使用 io 文件 数据 ar
原文地址：http://www.cnblogs.com/jsunday/p/3889947.html
