11. ■ User ItemのRating情報からレコメンド
Case1: 推薦アルゴリズム
11
Item A Item B Item C Item D Item E Item F
User A 4.0 3.0
User B 1.0 2.0
User C 3.0 5.0 3.0
User D 4.0 4.0
Q. UserにどのItemを推薦するのが良いか?
12. Case1: 推薦アルゴリズム
12
User A, Item B, 4.0
User A, Item E, 3.0
User B, Item C, 1.0
・
・
・
Text File (Train)
Rating(User, Item, Rating)
Rating(User, Item, Rating)
Rating(User, Item, Rating)
・
・
・
RDD
Array(User, Item)
Array(User, Item)
Array(User, Item)
・
・
・
RDD
ALS
train
MLlib
ALS
predict
User A, Item A
User A, Item C
User A, Item F
Text File (Test)
Model
Load
User A, Item A, 4.0
User A, Item C, 0.0
User A, Item F, 1.0
Result
train
test
New Feature!
21. Query SchemeRDD
■ registerTable()によりテーブルを登録
■ クエリは基本的なSQLに対応
21
val user = sqlContext.jsonFile( user.json )
user.registerTable( users )
val result: SchemeRDD =
sqlContext.sql( SELECT name FROM users WHERE age >= 20 )