查詢資料發現很多**都引用了《深入推薦引擎相關演算法 - 聚類》這篇文章，裡面關於聚類相關演算法的調用作了詳細的介紹；但是這篇文章引用的mahout 包是老版本的，所以對於新版 mahout 包而言，改動非常大。
新版 與 舊版最大的區別：
1. 聚類演算法的驅動類 driver 不支援讀取 vector 集合資料 list；只提供讀取檔案的形式。
2. 引用的hadoop 包不一樣。
1. 資料構造類
public class ******dataset , , ,
, , , , , , ,
, };
//******dataset 的 writepointstofile 方法，將測試點集寫入檔案裡
// 首先我們將測試點集包裝成 vectorwritable 形式，從而將它們寫入檔案
public static listgetpoints(double raw)
}2. kmeans 演算法呼叫
public class kmeanstest
}3. canopy演算法呼叫
public class canopytest
}4. fuzzykmeans演算法呼叫
public class fuzzykmeanstest
}關於狄利克雷演算法，新版mahout已經摒棄該演算法了；已經沒有相關驅動類。
Mapreduce 推薦引擎
購買過該商品的顧客還購買過哪些商品 給乙個商品，推薦購買過這個商品的使用者經常購買的五件產品 輸出是鍵值對，鍵是商品，值是5個商品的列表 map1 key userid value userid購買過的產品 map userid,item reduce1 reduce userid,item i1,...
推薦引擎分類介紹
搜尋引擎是當前快速查詢目標資訊的最好途徑。在使用者對自己需求很明確時，用搜尋引擎可以方便地通過關鍵字快速找到自己需要的資訊。但搜尋引擎並不能完全滿足使用者對資訊發現的需求，因為在很多情況下，使用者其實並不明確自己的需要，或者他們的需求很難用簡單的關鍵字來表述，又或者他們需要更加符合他們個人口味和喜好...
推薦引擎分為哪幾類，個性化推薦引擎的介紹
在資訊時代的今天，大資料為使用者獲取方方面面的資訊提高了效率，更可以智慧型的幫助使用者從海量內容中快速找到想要閱讀的資訊，或者從海量商品中快速找到想要購買的商品。推薦引擎的發展讓選擇不明確的使用者更加了解她們的需求和喜好。下面以內容產品和電商產品為例，談談推薦引擎在產品中發揮的巨大作用。一 推薦引擎...