使用推荐引擎个性化您的 Web 应用程序（2）样例场景

look_w

样例场景正如 developerWorks 文章  所述，Apache Mahout 项目的目标是构建可扩展的机器学习库。Apache Mahout 在 Apache Hadoop 之上实施，但是不限于分布式文件系统。
这就是本文的焦点，即 Apache Mahout 提供的机器学习算法来处理您的数据以形成一个推荐。在本文中，我们将关注 Apache Mahout 目前实施的基于用户的过滤机器学习任务。社会参考将用于本例中，因为有很多种方法可以获得这些数据，而且数据很简单可以登录到一个数据库。
假设您想要创建一个 Web 应用程序，使用户可以根据其他用户提供的评级获取项推荐。这里提供的数据集含有其他用户为本项所做的评级。为简单起见，本文附带的样例数据是通用的，因为我们仅使用用户标识符和项。在实际应用程序中，在呈现给用户之前需要使用提供的用户名替换推荐项的唯一标识符。
图 2. 样例拓扑如图 2 所示，在应用程序中用户需要一个 servlet。应用程序将调用推荐引擎来为用户生成一系列推荐。该推荐引擎将实时地从数据源中检索数据并计算相似性。