一个基于java的开源推荐系统,由明尼苏达大学的 GroupLens Research 研究小组出品。
官网地址: http://lenskit.org/
官方github地址: https://github.com/lenskit/lenskit
我的demo地址,csdn code:https://code.csdn.net/chuchus/lenskitdemo/tree/master
1.数据读入
1.1 评分矩阵
代表评分矩阵的接口。
EventDAO dao = TextEventDAO.create(inputFile, Formats.movieLensLatest());
1.2 物品信息
接口,存储itemId到物品信息的映射。实现类有org.lenskit.data.dao.MapItemNameDAO。
MapItemNameDAO org.lenskit.data.dao.MapItemNameDAO. fromCSVFile(File file)
静态方法,从csv文件中生成。注意文件的第一行不能有列名。
String org.lenskit.data.dao.ItemNameDAO. getItemName(long item)
根据itemId得到物品名。
2.指定算法
org.lenskit.LenskitConfiguration
用于配置推荐算法。多用bing()...to()...的形式。
<T> LenskitBinding<T> org.grouplens.lenskit.core.LenskitConfiguration.bind(Class<T> type)
与下面的to()方法连用,用于绑定接口的实现类。
void org.grouplens.grapht.Binding.to(@Nonnull Class<? extends T> impl)
与上面的bind()方法连用,用于绑定接口的实现类。
void org.grouplens.grapht.Binding.to(@Nullable T instance)
可以直接绑定到实例。
<T> LenskitBinding<T> org.grouplens.lenskit.inject.AbstractConfigContext.bind(Class<? extends Annotation> qual, Class<T> type)
对一个限定的类型进行绑定。
3.计算
org.lenskit.LenskitRecommenderEngine
推荐引擎。
LenskitRecommenderEngine org.lenskit.LenskitRecommenderEngine.build(LenskitConfiguration config)
根据LenskitConfiguration生成引擎。
4.推荐
org.lenskit.LenskitRecommender
推荐系统。
LenskitRecommender org.lenskit.LenskitRecommenderEngine.createRecommender()
由推荐引擎得到推荐系统。
org.lenskit.api.ItemRecommender
物品推荐系统的接口。
ItemRecommender org.lenskit.LenskitRecommender.getItemRecommender()
由推荐系统得到物品推荐系统。
List<ScoredId> org.lenskit.api.ItemRecommender.recommend(long user, int n, @Nullable Set<Long> candidates, @Nullable Set<Long> exclude)
指定userId与n个推荐位,得到推荐结果。candidates参数限定从它里面推荐,否则考虑所有的item。exclude参数限定推荐结果不能包含它里面的物品。
org.grouplens.lenskit.scored.ScoredId
推荐结果的接口。包括itemId与score等。