Hadoop 执行脚本

hadoop jar mahout-examples-0.9-job.jar org.apache.mahout.cf.taste.hadoop.item.RecommenderJob --input /sanbox/movie/10M.txt --output /sanbox/movie/r -s SIMILARITY_LOGLIKELIHOOD

参数说明：

  • –input(path) : 存储用户偏好数据的目录，该目录下可以包含一个或多个存储用户偏好数据的文本文件；
  • –output(path) : 结算结果的输出目录
  • –numRecommendations (integer) : 为每个用户推荐的item数量，默认为10
  • –usersFile (path) : 指定一个包含了一个或多个存储userID的文件路径，仅为该路径下所有文件包含的userID做推荐计算 (该选项可选)
  • –itemsFile (path) : 指定一个包含了一个或多个存储itemID的文件路径，仅为该路径下所有文件包含的itemID做推荐计算 (该选项可选)
  • –filterFile (path) : 指定一个路径，该路径下的文件包含了[userID,itemID] 值对，userID和itemID用逗号分隔。计算结果将不会为user推荐 [userID,itemID] 值对中包含的item (该选项可选)
  • –booleanData (boolean) : 如果输入数据不包含偏好数值，则将该参数设置为true，默认为false
  • –maxPrefsPerUser (integer) : 在最后计算推荐结果的阶段，针对每一个user使用的偏好数据的最大数量，默认为10
  • –minPrefsPerUser (integer) : 在相似度计算中，忽略所有偏好数据量少于该值的用户，默认为1
  • –maxSimilaritiesPerItem (integer) : 针对每个item的相似度最大值，默认为100
  • –maxPrefsPerUserInItemSimilarity (integer) : 在item相似度计算阶段，针对每个用户考虑的偏好数据最大数量，默认为1000
  • –similarityClassname (classname) : 向量相似度计算类
  • outputPathForSimilarityMatrix ：SimilarityMatrix输出目录
  • –randomSeed ： 随 机种子 – sequencefileOutput ：序列文件输出路径
  • –tempDir (path) : 存储临时文件的目录，默认为当前用户的home目录下的temp目录
  • –threshold (double) : 忽略相似度低于该阀值的item对

执行结果

上面命令运行完成之后，会在当前用户的hdfs主目录生成temp目录，该目录可由 --tempDir (path) 参数设置
147 Mahout运行在Hadoop集群_C