[筆記] 從推薦系統到Apache Mahout

Source: apache-mahout

最近閒暇之餘在研究一個題目 - 推薦系統，怎麼會想要研究這個題目呢？因為鳥先生最近熱血於規劃他的美食推薦系統(不過那又是另一個故事了)，而我們的分工方式就是他負責前端，我負責後端，結果這個恐怖的推薦系統似乎就落到我頭上！？ 推薦系統.....一點概念也沒有，於是乎上網搜尋了相關資訊，看到了這篇"How to build a recommender system presentation" 。看完了整個發毛，遙想當年統計學低空掠過，畢業後就還給老師了，上了研究所去旁聽machine learning，也因為統計學早就還給老師了所以整個鴨聽雷...囧rz...

直到今天看到了一個影片，就突然喚醒了我的記憶 (隨著年紀增長記憶力越來越低落...)

(老外真的都很會做一些淺顯易懂的影片~:P)

Mahout ! 就是那道光，於是我又想起了今年Java Two 王建興大師演講的題目似乎就是在介紹利用Mahout實作的推薦系統[1] (原諒我到處趕場，就是沒聽到這場)，然後才發現一系列他寫的關於推薦系統的文章[2][3][4]，其中這一段真是打動我的心啊

當站在Mahout的肩膀來開發推薦系統時，你會發現，過去我們在開發推薦系統或機器學習的應用中，最耗費時間的環節之一，也就是開發這些演算法甚至是打 造應用程式框架，突然間都消除了。而且，更重要的是，和你一起競爭的開發者或團隊，也都站在和你一樣的立足點上一起出發，因為大家都可以憑藉著 Mahout的力量，立即得到這一切，開發應用程式的關鍵和瓶頸似乎轉移了。

不過這是大師的觀點，對於我們這種Machine Learning 小白，看完文章後只有劉姥姥進大觀園的感覺，除了驚嘆Mahout 的強大外，更暗自覺得不妙(要新學的東西也太多了吧....囧)，因為Mahout被建造的目的主要是提供Machine Learning 所需要的各種演算法引擎(推薦只是Machine Learning 的子集)，所以除了推薦系統外（Mahout中專指協同過濾式的推薦），更提供分類演算法、群集演算法、模式探勘（Pattern Mining）、降維（Dimension Reduction），以及向量相似度（Vector Similarity）....等[5]各種演算法引擎。所以說這就好像進到了蝙蝠俠的武器庫裡，擁有各式各樣殺傷力強大的武器，但在使用前還是得先去了解每個武器的特性，適合使用的場合，不然只會浪費了這麼好的武器，甚至還會被後座力傷到。

所以在使用前似乎應該先服用coursera 的線上課程，有個基礎的了解？

• Machine Learning - Standford
• Web Intelligence and Big Data - Indian Institute of Technology Delhi

(那個誰誰誰...快去唸書啊...Orz...)

除了了解原理外，所以接下來該怎麼玩？

1. 利用Mahout 單機板模是學習使用這些工具與API
2. 架設單機版 Hadoop 嘗試讓 Mahout 的程式能在上面跑
3. 如果要進入Production ，我想最方便的方法就是讓程式跑在 AWS Elastic MapReduc 上

很好...看樣子有得忙了...

延伸閱讀：

IBM - Mahout 介紹

Reference：

[1] 沙中撈金術﹣談開放原始碼的推薦系統
[2] 適合現實應用的混合推薦系統
[3] 以人數與內容特徵建立推薦系統
[4] 憑藉推薦系統來活化長尾的部分
[5] 大象背上的男人：Mahout