【甘道夫】通过Mahout构建推荐系统--通过IDRescorer扩展评分规则

【甘道夫】通过Mahout构建推荐系统--通过IDRescorer扩展评分规则

通过Mahout构建推荐系统时，如果我们需要加入某些过滤规则（比如：item的创建时间在一年以内），则需要用到IDRescorer接口，该接口源码如下：

---

package org.apache.mahout.cf.taste.recommender; /**  * <p>  * A {@link Rescorer} which operates on {@code long} primitive IDs, rather than arbitrary {@link Object}s.  * This is provided since most uses of this interface in the framework take IDs (as {@code long}) as an  * argument, and so this can be used to avoid unnecessary boxing/unboxing.  * </p>  */ public interface IDRescorer {      /**    * @param id    *          ID of thing (user, item, etc.) to rescore    * @param originalScore    *          original score    * @return modified score, or {@link Double#NaN} to indicate that this should be excluded entirely    */   double rescore(long id, double originalScore);      /**    * Returns {@code true} to exclude the given thing.    *    * @param id    *          ID of thing (user, item, etc.) to rescore    * @return {@code true} to exclude, {@code false} otherwise    */   boolean isFiltered(long id);    }

---

该接口规定了两个必须实现的方法： 1.rescore方法 功能：定义重新评分的逻辑。根据新的规则，为指定id的item重新评分。 返回：重评后的分数 输入参数：item的id，该item原来的评分 调用该方法的方法包括：

2.isFiltered 功能：定义过滤规则。判断指定id的item，根据新的规则，是否该排除在外，返回true就是该item应该排除在结果之外。 返回：true or false 输入参数：指定的id 调用该方法的方法包括：

---

无论是否需要根据特定规则过滤推荐结果，都必须先创建org.apache.mahout.cf.taste.recommender.Recommender类的对象r，然后通过对象r来执行推荐方法获得针对特定id用户的推荐结果List。
当无需使用特定规则过滤推荐结果时，只需使用Recommender对象的如下方法获得推荐结果：   /**    * @param userID    *          user for which recommendations are to be computed    * @param howMany    *          desired number of recommendations    * @return {@link List} of recommended {@link RecommendedItem}s, ordered from most strongly recommend to    *         least    * @throws TasteException    *           if an error occurs while accessing the {@link DataModel}    */   List<RecommendedItem> recommend(long userID, int howMany) throws TasteException;
当需要根据特定规则过滤推荐结果时，需使用Recommender对象的如下方法获得推荐结果：   /**    * @param userID    *          user for which recommendations are to be computed    * @param howMany    *          desired number of recommendations    * @param rescorer    *          rescoring function to apply before final list of recommendations is determined    * @return {@link List} of recommended {@link RecommendedItem}s, ordered from most strongly recommend to    *         least    * @throws TasteException    *           if an error occurs while accessing the {@link DataModel}    */   List<RecommendedItem> recommend(long userID, int howMany, IDRescorer rescorer) throws TasteException; 其中，最后一个参数就是本文开始提到的IDRescorer。 所以，当需要通过特定规则过滤推荐结果时，需先实现IDRescorer接口，定义评分逻辑和排除规则。