ItemCF_基于物品的协同过滤_MapReduceJava代码实现思路

ItemCF_基于物品的协同过滤

1. 概念

2. 原理

如何给用户推荐？

给用户推荐他没有买过的物品--103

3. java代码实现思路

数据集：



第一步：构建物品的同现矩阵
第二步：构建用户的得分矩阵
第三步：同现矩阵*评分矩阵
第四步：拿到最终结果，排序，得到给用户的推荐列表

问题一：物品同现矩阵和用户得分矩阵如何构建？
问题二：矩阵相乘如何来做？

六个MapReduce

step1_第一个MapReduce： 目的-->去重去除数据集中重复的数据
第一个MapReduce最终运行的结果：



Mapper端：key:LongWritable(偏移量) value:一行数据
步骤一：context.write(value, NullWritable.get());

Reducer端：key:一行数据 value:NullWritable
步骤一：context.write(key, NullWritable.get());

step2_第二个MapReduce：目的-->按用户分组，计算所有物品出现的组合列表，得到用户对物品的喜爱度得分矩阵




第二个MapReduce最终运行的结果：



Mapper端：key:LongWritable(偏移量) value:i1,u2723,click,2014/9/14 9:31 || i1,u2723,pay,2014/9/14 9:31
步骤一：按照“，”切割，得到item(i1), user(u2723), action(click)
步骤二：构建输出的key和value（key:user, value:item:物品的得分【根据用户action得到】）
步骤三：输出key,value

Reducer端：key:user(u2723)value:{i1:1, i1:2, i3:2}

步骤一：遍历{i1:1, i1:2, i3:2}，对于迭代器中的每一个Text(i1:1),按照“：”切割，分别得到item(i1)和action(1)，对同一物品的action进行累加，将结果存储到map对象中（map.put(item, action)）

步骤二：构建StringBuffer，key:user(u2723),value:{i1:3, i2:4, i3:5}, 并输出

step3_第三个MapReduce：目的-->对物品组合列表进行计数，建立物品的同现矩阵

第三个MapReduce最终运行的结果：



Mapper端：key:LongWritable(偏移量) value:u26 i276:1,i201:1,i348:1,i321:1,i136:1,
步骤一：切割"\t"，得到tokens[1]
步骤二：双重for循环，得到每一个物品和其他物品的同现的次数

步骤三：输出，（key=itemA:itemB,value=1）这里只是得到了单用户的物品同现，在Reducer端得到的是所有用户--同一物品对其他物品的同现次数

Reducer端：第一种--key:itemA:itemBvalue:{1,1,1}
步骤一：对Iterable<IntWritable>遍历,统计sum,得到itemA:itemB同现的次数

step4_第四个MapReduce：目的-->把物品同现矩阵和用户得分矩阵相乘

第四个MapReduce最终运行的结果：



Mapper端：key:LongWritable(偏移量) value: u14 i25:1,i223:1 || i100:i105 1
步骤一：因为Mapper读取了第二次输出（用户得分矩阵）和第三次输出的结果（物品同现矩阵），所以要对maptask所对应的split进行判断，判读所读的数据集属于哪一个，这里采用了重写了setup(Context context)方法，定义了flag来进行标识
步骤二：
如果为同现矩阵（step3）// 样本: i100:i181 1
key:i100 value:A:i181,1 输出

如果为得分矩阵（step2）// 样本: u24 i64:1,i218:1,i100:2,
遍历得分矩阵--key:i100 value:B:u24,2, 输出

Reducer端：key:i100 value: {A:i181,1, A:i180,1 A:i167,3} || {B:u24,2，B:u25,3, B:u26,3}



步骤一：因为value中的A：B:标识同现矩阵，得分矩阵
val.startWith("A:")
某一个物品i100，针对它和其他物品的同现次数，存在mapA-->value: {A:i181,1, A:i180,1 A:i167,3} mapA.put(i181,1),map.put(i180,1)...
val.startWith("B:")
该物品（key中的itemID），所有用户的推荐权重分数mapB--{B:u24,2，B:u25,3, B:u26,3}
mapB.put(u24,2),mapB.put(u25,3)...

步骤二：进行矩阵相乘运算，对于物品i100,它的同现商品以及对应的次数存放到了mapA,而物品对于i100，所有用户的评分已经存放到了mapB,只需要遍历mapA,将其中同现的每一个商品乘以对应的mapB中每一个用户对i100的评分
步骤三：输出，key=userId, value=itemId,result (u24 i101,8.0)

step5_第五个MapReduce：目的-->把相乘后的矩阵相加，获得结果矩阵

第五个MapReduce最终运行的结果：



Mapper端：key:LongWritable(偏移量) value:u13 i9,5.0
步骤一：key=u13,value=i9,5.0 输出

Reducer端：key:u13 value:{i101,2.0, i103,4.5, i101, 5.7}

步骤一：利用map对同一itemId矩阵求和
步骤二：输出，key=userId, value=itemId,score(样本: u13 i9,5.0)

step6_第六个MapReduce：目的-->按照推荐得分降序排序,取前十条（二次排序）

第六个MapReduce最终运行的结果：



Mapper端：key:LongWritable(偏移量) value:u13 i9,5.0
步骤一：将用户id,物品和得分封装到一个对象

PairWritable，
步骤二：输出，key:(PairWritable) value:(item:num)

Shuffle中Sort:

注意：


重写compare()方法，先比较Uid,相等的话，再比较Num

Shuffle中Group:

注意：


重写compare()方法，Uid相同的为一组

Reducer端：key: PairWritable value:Text{i160:58.0,i352:9.0,i192:8.0,i455:7.0...}
步骤一：取前十个，利用StringBuffer拼接

步骤二：输出，key=uid,value=sb.toString()