Apache mahout recommendender - すべてのユーザーのデータモデルを再作成する必要がありますか？

Question

私はApache Mahout recommendenderを初めて利用しています。ユースケースには、購入履歴に基づいてユーザーに提案を提供することが含まれます。

場所 -

• 購入カテゴリ
• 購入量
購入の
• 時間（最初のペアを購入された6ヶ月後にデニムのペアをお勧めします例）： は、私は、以下の情報を使用することを計画していますユーザーの種類

購入パターンが類似しているユーザーを特定し、より多くのユーザーに優先させるには、すべてのユーザーに対してカスタムデータモデルを作成する必要がありますか？ 私はデータベースから定期的にインポートして、データモデルを再作成する予定でした。 は、下記のように動的に優先順位を与える方法はあります：

1. 場所+購入カテゴリ+時刻一致
2. 購入カテゴリ+時刻一致
3. 場所+時刻一致（例えば、冬服）

現在、私は提供されているサンプルコードを使用しています。 > INF - あなたはあなたがt_since_last_purchase整数で0のような機能を追加するには、データ上のステップを実行する必要がありsugguestingされているものを達成するために一般的に

UserSimilarity similarity = new PearsonCorrelationSimilarity(model); 
     UserNeighborhood neighborhood = new ThresholdUserNeighborhood(0.1, similarity, model); 
     UserBasedRecommender recommender = new GenericUserBasedRecommender(model, neighborhood, similarity); 
     List<RecommendedItem> recommendations = recommender.recommend(74, 10); 

Answer 1

を、（変更の多くは必要とされています）。例えば。前回購入からの日数。

この機能（時間）は、関連付けられた別のユーザー機能になります。

実際にファーストクラスの古いMap-Reduceベースのリコマーダーを見ていると思いますが、ユースケースを考えれば、見ることができるという大きな利点があるcoorelated cooccurence based reccomendersユーザーの複数のアクティビティ（あなたの場合は、場所、前の購入、時間）で。