2.2.3 Analyzing the output
在之前的程序运行结果中我们得到的结果输出是:
RecommendedItem [item:104, value:4.257081]
程序要求选择一个最适合的,排名最考前的书目给用户1,结果给出来了,就是104,原因是因为评分达到了4.25.这个是所有书目里面分数最高的了。
我们再次结合之前的图来进行分析:
书目107没有没推荐出来,虽然107也是可以推荐的,但是推荐的情形应该是有那些有相反的喜好的用户。因为用户3和用户1的喜好是相反的。
选择出来了104,而没有选择106,这样也是很有道理的,因为104相比106,有更高的评分。
很明显,通过原始数据我们很难判断哪个书是比较适合用户1的,但是我们的推荐系统通过精细的计算,给出了一个比较满意有意义的答案,经得起推敲。 正是这种特性,我们才会爱上机器学习。
但是在现实中,我们面对的原始数据可能会很大很多,而且充满噪音。譬如说,对于一本书的评价,可能包含用户对他的点击,阅读,停留时间等等,但是很多这样的数据都不是特别精确,可能用户是误点击,或者点击了但是不一定稀罕他,所以这种情况就不应该被计算在里面。
因此我们必须明白,通过这样的数据我们的确可以简单的获取我们想要的结果推荐,并且不会很繁琐。但是我们要明白,这样标准的操作流程会导致差强人意的结果。在后面的某一个时间会进一步解释我们如何通过调配系统来获得精准的推荐结果。
下面是程序运行的简要流程图:
1.君子应该‘有所为有所不为’,每个人的精力都是有限的,不能尽善尽美,选择最重要的最紧要的事情来做,深化。
2.失去了梦想,失去了激情,失去对很多事情的向往,没有了之前的豪情,对妹子的渴望也已不再。但是俺对开心的向往,对财务自由的向往永远不会失去。爱亲人爱自己,活着也很有价值。
3.每一天都没什么事干,日子也不能白过,不能在这里坐等过年。重拾Hadoop,mahout算法分析搞起来。
4.年纪不大不小的时候,千万不要心浮气躁,欲速不达。一切都要平常心,心平气和,与人为善,助人为乐,遵守社会的传统。
5.不要太贪婪,前世因今生果,要敬畏。若水的品质虽不能做到,但是俺往这边靠,不争不抢不急躁,一定可以拿到自己想要拿到的。

Charles 于2015-12-18 Phnom Penh

版权说明:
本文由Charles Dong原创,本人支持开源以及免费有益的传播,反对商业化谋利。
CSDN博客:http://blog.csdn.net/mrcharles
个人站:http://blog.xingbod.cn
EMAIL:charles@xingbod.cn

转载于:https://www.cnblogs.com/mrcharles/p/5067978.html

mahout in Action2.2-给用户推荐图书(2)-分析对用户推荐书目的结果相关推荐

  1. mahout in Action研读(1)-给用户推荐图书

    1.mahout in Action2.2第一个例子 Running a first recommender engine 数据: 第一个数字是用户ID 第二个是书的ID,第三个是用户对书的评分,1- ...

  2. 【每日一文】三个步骤,用户流失可以这样分析

    原文地址:三个步骤,用户流失可以这样分析 文章目录 一.判断用户流失的性质和类型 1.判断什么样的用户才是流失用户 2.流失用户的特征 3.用户流失前的行为分析 二.分析用户流失的原因 1.用户生命周 ...

  3. 基于音乐/电影/图书的协同过滤推荐算法代码实现(基于用户推荐、基于项目推荐、基于SlopeOne算法推荐、基于SVD算法推荐、混合加权推荐)

    基于音乐/电影/图书的协同过滤推荐算法代码实现(基于用户推荐.基于项目推荐.基于SlopeOne算法推荐.基于SVD算法推荐.加权混合推荐) 一.开发工具及使用技术 MyEclipse10.jdk1. ...

  4. Python+Django+Mysql个性化图书推荐系统 图书在线推荐系统 基于用户、项目、内容的协同过滤推荐算法(带设计报告)

    Python+Django+Mysql个性化图书推荐系统 图书在线推荐系统 基于用户.项目.内容的协同过滤推荐算法 WebBookRSM.Python python实现协同过滤推荐算法实现 源代码下载 ...

  5. Java+Jsp+Mysql实现简单在线图书推荐系统 个性化图书推荐系 java实现基于用户的协同过滤推荐算法 源代码下载 算法实现 Spring+Struts+Hibernate(SSH)开发框架

    Java+Jsp+Mysql实现简单在线图书推荐系统 个性化图书推荐系统(基于用户的协同过滤推荐算法) 一.项目简介 1.开发工具和实现技术 MyEclipse10,jdk1.7,mysql5.5,t ...

  6. 推荐算法之用户推荐(UserCF)和物品推荐(ItemCF)对比

    一.定义 UserCF:推荐那些和他有共同兴趣爱好的用户喜欢的物品 ItemCF:推荐那些和他之前喜欢的物品类似的物品 根据用户推荐重点是反应和用户兴趣相似的小群体的热点,根据物品推荐着重与用户过去的 ...

  7. 基于内容的电影推荐:物品画像和用户画像

    文章目录 基于内容的电影推荐:物品画像(基于tf-idf).用户画像及推荐结果 1. 基于内容的推荐算法 2. 基于内容的推荐实现步骤 2.1 物品的标签来自哪儿? 2.2 基于内容推荐的算法流程 2 ...

  8. 推荐算法-用户推荐(UserCF)和物品推荐(ItemCF)对比

    一.定义 UserCF:推荐那些和他有共同兴趣爱好的用户喜欢的物品 ItemCF:推荐那些和他之前喜欢的物品类似的物品 根据用户推荐重点是反应和用户兴趣相似的小群体的热点,根据物品推荐着重与用户过去的 ...

  9. 推荐图书:《一看就会——会声会影9入门与提高》

    推荐图书:<一看就会--会声会影9入门与提高> 今年上半年写的一本书,出版了. 假如要去书店买学习会声会影9的书,推荐看到时翻一翻.如果买了这本书,有什么问题,可以问我,aaahts2@1 ...

最新文章

  1. 懂外语、会创作,机器高质量学习挑战均在这里实现
  2. mysql 源头锁,mysql 使用手册 - 追梦,一个伟大程序员的源头。 - OSCHINA - 中文开源技术交流社区...
  3. 数据结构Stack:关系以及方法
  4. 【Android 应用开发】BluetoothSocket详解
  5. Qt窗口、控件、文本等的一些常用操作
  6. Linux运维人员的前生后世!
  7. oracle restart 静默安装,CentOS下静默安装Oracle 10.2.0.1.0
  8. sublime存模板_Sublime Text新建.vue模板并高亮
  9. 苹果CMSv10官方版程序包
  10. HTML基础【1】:认识 HTML
  11. python-Error Message: 'float' object cannot be interpreted as an integer
  12. SDS 2.0:能否让高端存储服“软”?
  13. 【EXLIBRIS】随笔记 004
  14. 你有什么经验一定要分享给初入职场的新人?
  15. 订单23系统服务器,《死亡搁浅》攻略——第3节:芙拉吉尔 订单23.寻物:系统服务器...
  16. Linux之线程Thread小结
  17. 权威典藏版:漫游费的前世今生(上)
  18. 【网络安全】新型网络犯罪攻防技术研究
  19. wine未找到用于支持嵌入html,即将发布的Wine 3.0支持AMD和Intel GPU的Direct3D 11
  20. HSIC转USB国产芯片 宸芯科技模块调试案例分享

热门文章

  1. 华尔街英语学习软件_华尔街英语核心课程功能升级 让学员学习之旅更高效
  2. 10通信端口感叹号_工程现场通信总线布线、压接规范
  3. android多音字排序,Android拼音排序
  4. java和opencv配置_Java——OpenCVWindows配置和项目中jar包的简单配置
  5. 基于单片机自动升旗系统_基于视觉定位的机器人全自动冲击系统
  6. (1) 自定义分页采用jsp和Java实现
  7. 模块开发卷宗(GB8567——88)
  8. sql SERVER 模拟试题
  9. sobel算子_OpenCV 学习:4 Sobel算子
  10. [shell]C语言调用shell脚本接口