Я итеративно создаю пользовательскую рекомендательную систему на основе часто меняющейся вероятностной модели скрытых факторов. Я уже написал некоторый код Java, который реализует модель. Он разлагает матрицу оценок пользовательских элементов на две матрицы UxK (векторы пользовательских характеристик) и IxK (векторы характеристик элементов) для оценки отсутствующих оценок.
Я ищу самый простой способ подключить (возможно, переписав) мой код к фреймворку, чтобы построить рекомендательную систему, базовый уровень и иметь возможность сравнивать их друг с другом стандартным способом - например. перекрестная проверка для расчета точности, отзыва, среднеквадратичной ошибки... Поскольку в моей системе этого все еще нет, инфраструктура должна предоставлять методы для расчета и выдачи рекомендаций на основе расчетной матрицы оценки пользовательского элемента.
Похоже, Mahout должен сделать эту работу. Однако в его документации говорится: «В настоящее время он не поддерживает рекомендации на основе моделей». Может ли кто-нибудь сказать мне, возможно ли то, чего я пытаюсь достичь с помощью Mahout, и стоит ли тратить время на то, чтобы научиться его использовать. Если Mahout не подходит, можете ли вы предложить какие-либо альтернативы?
Большое спасибо!