一个简单的基于用户的推荐系统

标签：io   ar   文件   数据   on   as   new   算法   res   

DataModel model=new FileDataModel(new File("intro.csv")); //.csv是逗号文件

UserSimilarity similarity=new PearsonCorrelationSimilarity(model);

UserNeighborhood neighborhood=new nearestNUserNeighborhood(2,similarity,model);

Recommender recommender=new GenericUserBasedRecommender(model,neighborhood,similarity);

UserSimilarity封装了用户间相似性的概念，而Userneighborhood封装了最相似用户组的概念。它们是标准的基于用户推荐算法的必要组件。

一个推荐系统，通常包括如下组件：

1.数据模型，由DataModel实现

2.用户间的相似性度量，由UserSimilarity实现

3.用户领域（组）的定义，由UserNeighborhood实现

4.推荐引擎，由一个Recommender实现

一个简单的基于用户的推荐系统

标签：io   ar   文件   数据   on   as   new   算法   res   

原文地址：http://www.cnblogs.com/longzhongren/p/4089100.html