Machine learning 为什么Apache Mahout'；s Recommender.recommend（）函数的速度慢吗？

我正在使用ApacheMahout基于项目的推荐器，该推荐器在400个项目和500万用户的数据集上具有项目相似性。我正在使用

TanimotoEconficientSimilarity

和

GenricItemBasedRecommender

但是，当我调用函数recommender.recommend时，对于每个用户，大约需要1500毫秒才能生成5个项目的推荐。我也尝试过在相似性和推荐中进行缓存，但没有任何帮助。ApacheMahout 0.8是否存在性能问题，导致生成推荐需要很长时间

请建议优化的方法

---

谢谢。

您可以尝试使用

CandidateItemsStrategy

和

最相似的ScanditeItemsStrategy

。 例如：

您可以尝试使用参数对候选项进行采样。这些类似于在

UserBasedSimilarity

中使用相邻用户

如果它仍然很慢，你应该考虑预先计算这些项之间的所有相似性，并将它们用于主存。如果没有足够的主内存，您甚至可以尝试通过数据库调用预计算的相似性

CandidateItemsStrategy candidateStrategy = new SamplingCandidateItemsStrategy(...);
MostSimilarItemsCandidateItemsStrategy mostSimilarStrategy = new SamplingCandidateItemsStrategy(...);

Recommender recommender = new GenericItemRecommender(model, similarity, candidateStrategy, mostSimilarStrategy);