Java 基于项目的协同过滤算法利用mahout计算项目间的相似度

我一直在使用这个代码，但我得到了一个错误

Exception in thread "main" java.util.NoSuchElementException
    at com.google.common.base.AbstractIterator.next(AbstractIterator.java:75)
    at org.apache.mahout.cf.taste.impl.model.file.FileDataModel.processLine(FileDataModel.java:385)
    at org.apache.mahout.cf.taste.impl.model.file.FileDataModel.processFile(FileDataModel.java:340)
    at org.apache.mahout.cf.taste.impl.model.file.FileDataModel.buildModel(FileDataModel.java:239)
    at org.apache.mahout.cf.taste.impl.model.file.FileDataModel.reload(FileDataModel.java:208)
    at org.apache.mahout.cf.taste.impl.model.file.FileDataModel.<init>(FileDataModel.java:194)
    at org.apache.mahout.cf.taste.impl.model.file.FileDataModel.<init>(FileDataModel.java:149)
    at ItemRecommender.main(ItemRecommender.java:22) 

线程“main”java.util.NoSuchElementException中的异常 位于com.google.common.base.AbstractIterator.next（AbstractIterator.java:75） 位于org.apache.mahout.cf.taste.impl.model.file.FileDataModel.processLine（FileDataModel.java:385） 位于org.apache.mahout.cf.taste.impl.model.file.FileDataModel.processFile（FileDataModel.java:340） 位于org.apache.mahout.cf.taste.impl.model.file.FileDataModel.buildModel（FileDataModel.java:239） 位于org.apache.mahout.cf.taste.impl.model.file.FileDataModel.reload（FileDataModel.java:208） 位于org.apache.mahout.cf.taste.impl.model.file.FileDataModel.（FileDataModel.java:194） 位于org.apache.mahout.cf.taste.impl.model.file.FileDataModel.（FileDataModel.java:149） 在ItemRecommender.main（ItemRecommender.java:22） 是否有一些jar文件错误，我需要导入或…帮助我被卡住了…代码如下

import java.io.File;
import java.util.List;
import java.io.IOException;
import org.apache.mahout.cf.taste.impl.common.LongPrimitiveIterator;
import org.apache.mahout.cf.taste.impl.recommender.GenericItemBasedRecommender;
import org.apache.mahout.cf.taste.impl.similarity.LogLikelihoodSimilarity;
import org.apache.mahout.cf.taste.recommender.RecommendedItem;
import org.apache.mahout.cf.taste.similarity.ItemSimilarity;

public class ItemRecommender {


public static void main(String[] args) {

    try{

    DataModel dm = new FileDataModel(new File("data/movies.csv"));


    ItemSimilarity sim = new LogLikelihoodSimilarity(dm);


    GenericItemBasedRecommender recommender = new GenericItemBasedRecommender(dm, sim);

    int x=1;

    for(LongPrimitiveIterator items = dm.getItemIDs(); items.hasNext();){
        long itemId = items.nextLong();
        List<RecommendedItem> recommendations = recommender.mostSimilarItems(itemId, 5);

        for(RecommendedItem recommendation : recommendations){
            System.out.println(itemId + "," + recommendation.getItemID() + "," + recommendation.getValue());

        }
        x++;
        //if(x>10) System.exit(1);

    }

    }catch(IOException e)
{ System.out.println("There was an error.");
    e.printStackTrace();
} catch(TasteException e) 
{
    System.out.println("There was a taste exception.");
    e.printStackTrace();
}

导入java.io.File；
导入java.util.List；
导入java.io.IOException；
导入org.apache.mahout.cf.taste.impl.common.LongPrimitiveIterator；
导入org.apache.mahout.cf.taste.impl.recommender.GenericItemBasedRecommender；
导入org.apache.mahout.cf.taste.impl.similarity.LogLikelihoodSimilarity；
导入org.apache.mahout.cf.taste.recommender.RecommendeItem；
导入org.apache.mahout.cf.taste.similarity.ItemSimilarity；
公共类项目推荐器{
公共静态void main（字符串[]args）{
试一试{
DataModel dm=新文件DataModel（新文件（“data/movies.csv”）；
ItemSimilarity sim=新的对数相似性（dm）；
GenericItemBasedRecommender推荐人=新的GenericItemBasedRecommender（dm，sim）；
int x=1；
for（LongPrimitiveIterator items=dm.getItemId（）；items.hasNext（）；）{
long itemId=items.nextLong（）；
列表建议=推荐人。最相似项（itemId，5）；
对于（建议编辑EM建议：建议）{
System.out.println（itemId+“，“+建议.getItemID（）+”，“+建议.getValue（））；
}
x++；
//如果（x>10）系统退出（1）；
}
}捕获（IOE异常）
{System.out.println（“发生错误”）；
e、 printStackTrace（）；
}捕获（味觉异常e）
{
System.out.println（“有一个味道异常”）；
e、 printStackTrace（）；
}

} }

Mahout“taste”框架已被弃用，不久将被删除。最好在此处查看项目相似性的新版本：

顺便说一句，这里有一个完全实现的带有事件摄取和服务层的推荐程序：