Collaborative Filtering

协同过滤是经典的基于邻域的推荐算法，平台上的协同过滤算法是通过 ALS 的矩阵分解优化求解的。

训练节点

• 输入
  • 数据形式：Dense 或 Libsvm
  • 格式：| User | Item | Rating |
  • User：User 所在列，通过算法参数中的 User 列指定。
  • Item：Item 所在列，通过算法参数中的 Item 列指定。
  • Rating：评分所在列的列号，通过算法参数中的 Rating 列指定。
• 输出
  • PMML 格式的模型。
  • userPath：|id|features|
    • id：用户 ID。
    • features：用户的特征向量。
  • itemPath：|id|features|
    • id：商品 ID。
    • features：商品的特征向量。
• 算法参数
  • User 列：User 所在列，从0开始计数。
  • Item 列：Item 所在列的列号，从0开始计数。
  • Rating 列：评分所在列的列号，从0开始计数。
  • 隐变量数：矩阵变换中隐变量的个数，推荐值：10-200。
  • 正则系数：正则项系数，推荐值：0.01。
  • 最大迭代次数：最大迭代次数，推荐值：10-20。
  • 反馈方式：隐性反馈与显性反馈方式。
  • 是否使用非负的限制：是否对最小二乘法使用非负的限制。
  • 偏好行为强度的基准：专门针对隐性反馈的参数，决定了偏好行为强度的基准
  • 并行数：训练数据的分区数、Spark 的并行数。
  • 抽样率：输入数据的采样率。

预测节点

• 输入
  • 格式：| User | Item |
  • 说明：以空格连接各字段。
  • User：同训练节点。
  • Item：同训练节点。
• 输出
  • 格式：| 原始数据 | ratings |
  • 说明：以空格连接各字段。
  • ratings:预测的评分。