Machine learning mahout中基于用户喜好的推荐系统

我们如何基于用户喜好或浏览历史在ApacheMahout上运行推荐系统？简言之，基于内容的网站95%的流量来自未登录用户，他们将通过搜索引擎获得。它们是我们唯一可以通过使用IP来唯一化它们的方法。ApacheMahout上是否有我们可以找到用户类似的浏览行为并推荐相关内容的地方

如果用户“喜欢”（例如，单击链接）您网站中的多个项目（链接），那么协作过滤仍然很有用。还考虑放置cookie，以便以后可以再次识别用户。

因此更明确地说，如果您使用IP作为用户ID，并为内容（假设文章）提供一个项目ID，那么您可以使用GenericUserBasedRecommiter。你可以将链接点击视为“喜欢”。有一篇很好的文章包含了关于更复杂系统的数据，但也涉及了与非ID用户相同的问题：

---

此外，考虑基于内容对项目进行聚类。然后，您可以在根本不了解用户的情况下推荐类似的项目。

如上所述，这似乎是一个关于管理员的问题，而不是关于统计数据的问题。如果你有一个明确的统计问题，你能说清楚吗？否则最好转到StackOverflow.yeh。那更多的是看象人的东西。我会提出动议。谢谢。