sem*_*teu 5 recommendation-engine machine-learning collaborative-filtering apache-spark apache-spark-mllib
我写了一个火花程序来提出建议。然后，我使用了ALS.recommendation库。然后，我对以下名为trainData的数据集进行了小型测试：
(u1, m1, 1)
(u1, m4, 1)
(u2, m2, 1)
(u2, m3, 1)
(u3, m1, 1)
(u3, m3, 1)
(u3, m4, 1)
(u4, m3, 1)
(u4, m4, 1)
(u5, m2, 1)
(u5, m4, 1)
第一列包含用户，第二列包含用户评分的项目，第三列包含评分。
在用scala编写的代码中，我使用以下方法训练了模型：
myModel = ALS.trainImplicit(trainData, 3, 5, 0.01, 1.0)
我尝试使用以下说明为u1检索一些建议：
recommendations = myModel.recommendProducts(idUser, 2)
其中，idUser包含受影响的用户u1的ID。 作为建议，我获得：
(u1, m1, 1.0536233346170754)
(u1, m4, 0.8540954252858661)
(u1, m3, 0.09069877419040584)
(u1, m2, -0.1345521479521654)
如您所见，前两行显示推荐的项目是u1已经评级的项目（m1和m4）。无论我选择获得推荐的用户是什么，我总是会得到相同的行为（推荐的第一个项目是用户已经评分的项目）。
我觉得很奇怪！哪里有问题吗？
我认为这是使用 的预期行为recommendProducts，当您训练矩阵分解算法（例如 ALS）时，您试图找到将每个用户与每个项目相关联的评级。
ALS 是根据用户已经评分的项目来执行此操作的，因此当您为给定用户查找推荐时，模型将对它已经看到的评分最为确定，因此大多数时候它会推荐已经评分的产品。
您需要做的是保留每个用户评分的产品列表，并在提出推荐时对其进行过滤。
编辑：
我深入研究了源代码和文档，以确定我所说的内容。
ALS.recommendProducts在 MatrixFactorizationModel类中实现（源代码）。您可以看到，模型在提出推荐时并不关心用户是否已经对该项目进行了评分。
您应该注意，如果您使用隐式评级，那么您肯定希望推荐已经由用户隐式评级的产品：想象一下，您的隐式评级是在线商店中产品的页面浏览量，而您想要的是用户购买产品。
我无法访问《使用 Spark 进行高级分析》这本书，因此我无法对其中的解释和示例发表评论。
文件：