生成测试数据集推荐系统从现有数据 [英] Generating Test Dataset For Recommendation System from existing data

问题描述

我试图建立一个使用Scala的API为Apache的火花推荐系统。

I am trying to build a recommender system using the scala API for apache-spark.

我的格式（用户，产品，等级）为所有用户评价所有项目的数据集。为了给建议，我需要的形式（U，P）与不在我的初步数据present所有U，P对的数据集。 （用户，所有产品产品对每个用户有没有买）。任何人都知道的任何直接的方式做到这一点？

I have a dataset of the form (User,Product,Rating) for all items that all the users have rated. In order to give recommendations, I need a dataset of the form (U,P) with all U,P pairs that are not present in my initial dataset . (user,product pairs for all the products that each user has not bought). anyone know of any straight forward way to do this ?

PS-可以假定没有其它的用户或物品除了在初始设置的那些。

ps- You can assume there are no other users or items apart from the ones in the initial set.

任何帮助将AP preciated。

Any help will be appreciated.

推荐答案

本教程可能对你很有帮助：

This tutorial could be very helpful for you:

的http://ampcamp.berkeley.edu/big-data-mini-course/movie-recommendation-with-mllib.html

这篇关于生成测试数据集推荐系统从现有数据的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！