pyspark ml 推荐 - Als 推荐

Posted 2023-04-15

【中文标题】pyspark ml 推荐 - Als 推荐

【英文标题】：pyspark ml recommendation - All recomendation

【发布时间】：2016-02-01 14:15:43

【问题描述】：

喂，

我是 Spark 的新手，我正在尝试使用 ML 推荐。

我的代码

df = sqlContext.createDataFrame(
[(0, 0, 4.0), (0, 1, 2.0), (1, 1, 3.0), (1, 2, 4.0), (2, 1, 1.0), (2, 2, 5.0)],
["user", "item", "rating"])

als = ALS(rank=10, maxIter=5)

model = als.fit(df)

model.userFactors.orderBy("id").collect()

如何为所有用户获得所有电影的 2 条推荐？

感谢您的宝贵时间。

【参考方案1】：

ml.recommendation.ALSModel 无法直接实现。你可以使用transform 方法

users = df.select("user").distinct()
items = df.select("item").distinct()

model.transform(users.join(items))

然后过滤结果，但效率极低。据我所知，最好在这里简单地使用mllib.recommendation.ALS：

from pyspark.mllib.recommendation import ALS, Rating

model = ALS.train(df.rdd.map(lambda r: Rating(*r)), 10, 5)
model.recommendProductsForUsers(2)

【讨论】：

抱歉耽搁了，但我还有一个问题。当我做 RecommendationProductsForUsers() 时，我得到了客户过去购买的推荐。我怎样才能避免这种情况？非常感谢

@Kardu AFAIK 你不能。

@Kardu 使用 recommendProductsForUsers 时，您必须将结果预测与原始火车数据外连接，然后删除所有相交的数据。