有大神提供协同过滤实现推荐系统的好思路？ 举报 理由 举报 取消 我的思路就很小白，就是给用户做个画像，然后通过获取所有标签的物品集合。然后取出同标签下排斥结果集的作品，推荐。。。。。搭了一个HADOOP的环境，想在HIVE上直接用SQL，通过协同过滤来实现一个延时推荐系统。有哪些好的思路各位大大分享一下可以吗？ 2017年5月1日 1 条回复 1161 次浏览 协同,数据挖掘,过滤
回复 ( 1 )
我正好在做推荐系统相关的研究，我觉得对于刚入门来说可以
1、熟悉推荐系统基本算法，协同过滤、矩阵分解等，可以看一下项亮的《推荐系统实践》，这个工作相当于survey，能够让我们对推荐系统有整体的理解，并且知道现在都用什么算法
2、找一个数据集（比如netflix电影数据集），用开源的机器学习算法包，我用的是mahout，试试基本的推荐算法，mahout实现了分布式item-based以及矩阵分解推荐方法。mahout还有一些单机的推荐算法，如 user-based,svd++
3、熟悉了算法原理、跑出了实验结果，对于推荐系统就有了大致的认知，我觉得这时候试着看源码，然后尝试自己实现基本的算法
题主的想法没看明白，给用户画像其实是不容易的，看你的想法是希望给用户画像后能够给用户打上标签，然后通过物品的标签，将用户和物品链接起来进行推荐。这个推荐的质量取决于用户画像的好坏以及物品标签的质量。
直接在hive上使用sql实现离线推荐系统，在我的认知里有点诡异，hive上的SQL本来就是会转化为mapreduce，在hdfs上得到结果，hive只是提供接口，让不懂mapreduce的人更方便获取结果。所以题主的整个逻辑有点乱呢。
不知道题主对于推荐系统有多少了解，对于刚入门的人总是希望快速get到技能，但是殊不知所有的东西都是积累过来的，一点一点往上垒，最终会越学越happy。
最后，其实我也还是一个小白，斗胆回答了我知道的一些东西，希望对你有帮助