Apache spark Apache Spark ALS推荐方法

尝试使用Spark MLLib的ALS构建推荐系统

目前，我们正在尝试每天为所有用户预构建建议。我们使用简单的隐式反馈和ALS

问题是，我们有2000万用户和3000万产品，要调用main predict（）方法，我们需要用户和产品的笛卡尔连接，这太大了，可能需要几天才能生成连接。有没有一种方法可以避免笛卡尔连接，从而使过程更快

目前我们有8个节点和64Gb的内存，我认为它应该足够的数据

val users: RDD[Int] = ???           // RDD with 20M userIds
val products: RDD[Int] = ???        // RDD with 30M productIds
val ratings : RDD[Rating] = ???     // RDD with all user->product feedbacks

val model = new ALS().setRank(10).setIterations(10)
  .setLambda(0.0001).setImplicitPrefs(true)
  .setAlpha(40).run(ratings)

val usersProducts = users.cartesian(products)
val recommendations = model.predict(usersProducts)

---

不确定您是否真的需要整个20M x 30M矩阵。如果您只想为每个用户的产品预构建建议，可以尝试为所有用户提供

recommendProducts（user:Int，num:Int）

，将自己限制为

num

最强烈的建议。还有

recommendUsers（）

请向我们展示您的代码以便我们提供帮助谢谢，我已经更新了我的初始帖子。