Java 上下文感知推荐引擎

我正在寻找上下文感知（位置、时间、同伴）推荐系统

我发现了很多好的推荐系统（mahout、PredictionIO、easyrec）

但不幸的是，我不相信这些。 在进一步的谷歌搜索中，我发现基于

我正在寻找类似的图书馆。同时，我更感兴趣的是只和mahout一起工作

虽然mahout不适合我，但我们仍然可以要求提供大量的建议，并且输出结果也是可以理解的

根据我的理解，mahout中缺少“上下文意识”

我将解释我的数据集

calendar_seq,user_id,date,dayofweek,timehh,timemm,location_name,location_lat,location_long,companion,event_name,is_recommended,is_accepted,show_in_cal
1,1,14/12/15,Monday,13,0,Office,1.1,2.2,Colleagues,lunch,true,true,true
2,1,14/12/15,Monday,18,0,Cinema,3.3,4.4,NA,Movie,false,true,true
3,1,15/12/15,Tuesday,13,0,Office,1.1,2.2,Colleagues,lunch,true,true,true
4,1,15/12/15,Tuesday,18,0,Meeting,3.3,4.4,Colleagues,meeting,false,true,true
5,1,16/12/15,Wednesday,13,0,Office,1.1,2.2,Colleagues,lunch,true,true,true

我将有以上五行的数据库，并将其作为培训数据。 现在我需要在16/12/15晚上18:00向用户1推荐

它可以推荐16/12的电影院或会议。 当我在12月17日再次运行Recompender时，根据前一天的建议，所有这些事件都将变成训练数据。 所以再次推荐人可以根据地点、时间、同伴等给出推荐

有谁能给我推荐最适合我的推荐包装，放在Mahout或新的库上，以满足我的需求

---

对于我的问题，我更喜欢基于Java的解决方案。

这可能与您的问题类似
此链接中的引用：“您的输入文件可能具有多个功能，如年龄、位置等。R可以帮助您对多个功能应用K均值聚类。Apache Mahout实现覆盖功能，而不是应用多个功能。当您对这些多个特征应用聚类时，将基于所有特征而不是一个特征形成聚类。然而，我不确定用例，所以我只是在这里讨论技术可行性。您可能需要根据您的用例进行应用。”

希望这有帮助