Статьи

Система рекомендаций с использованием Spark ML Akka и Cassandra

Сентябрь 13, 2018

Построение системы рекомендаций с помощью Spark — простая задача. Библиотека машинного обучения Spark уже выполняет всю тяжелую работу за нас.

В этом исследовании я покажу вам, как создать масштабируемое приложение для больших данных, используя следующие технологии:

  • Scala Language
  • Искра с машинным обучением
  • Акка с актерами
  • Cassandra

Система рекомендаций — это механизм фильтрации информации, который пытается предсказать рейтинг, который пользователь даст конкретному продукту. Есть несколько алгоритмов для создания системы рекомендаций.

В Apache Spark ML реализованы чередующиеся наименьшие квадраты (ALS) для совместной фильтрации, очень популярный алгоритм для выработки рекомендаций.

ALS Recommender — это алгоритм матричной факторизации, который использует чередующиеся наименьшие квадраты с взвешенной лямда-регуляризацией (ALS-WR). Он подразделяет пользователя на матрицу A элементов в матрицу U пользовательских элементов и матрицу M элементов на элемент: он выполняет алгоритм ALS параллельно. Алгоритм ALS должен выявлять скрытые факторы, которые объясняют наблюдаемого пользователя для рейтингов предметов, и пытается найти оптимальные веса факторов, чтобы минимизировать наименьшие квадраты между прогнозируемыми и фактическими рейтингами.

Пример:

Мы также знаем, что не все пользователи оценивают продукты (фильмы), или мы еще не знаем все записи в матрице. С помощью совместной фильтрации идея состоит в том, чтобы приблизить матрицу рейтингов, разложив ее как произведение двух матриц: одна, которая описывает свойства каждого пользователя (показана зеленым цветом), и другая, которая описывает свойства каждого фильма (показана синим цветом).

Пример:

1. Архитектура проекта

Архитектура, используемая в проекте:

2. Набор данных

Наборы данных с информацией о фильме и рейтингом пользователей были взяты с сайта Movie Lens . Затем данные были настроены и загружены в Apache Cassandra. Докер также использовался для Кассандры.

Пространство клавиш называется фильмы. Данные в Кассандре моделируются следующим образом:

3. Код

Код доступен в: https://github.com/edersoncorbari/movie-rec

4. Организация и конечные точки

Коллекции:

Коллекция Комментарии
movies.uitem Содержит доступные фильмы, общий набор данных составляет 1682.
movies.udata Содержит фильмы, оцененные каждым пользователем, общий набор данных составляет 100000.
movies.uresult Где данные, рассчитанные моделью, сохраняются, по умолчанию они пусты.

Конечные точки:

метод End-Point Комментарии
ПОЧТА / Фильм-модель поезд Сделайте обучение модели.
ПОЛУЧИТЬ / Фильм-Get-рекомендация / {ID} Списки рекомендованных пользователем фильмов.

5. Практическая стыковка и настройка Cassandra

Выполните команды ниже, чтобы загрузить и настроить cassandra:

1
2
$ docker pull cassandra:3.11.4
$ docker run --name cassandra-movie-rec -p 127.0.0.1:9042:9042 -p 127.0.0.1:9160:9160 -d cassandra:3.11.4

В каталоге проекта (movie-rec) есть наборы данных, уже подготовленные для помещения в Cassandra.

1
2
3
$ cd movie-rec
$ cat dataset/ml-100k.tar.gz | docker exec -i cassandra-movie-rec tar zxvf - -C /tmp
$ docker exec -it cassandra-movie-rec cqlsh -f /tmp/ml-100k/schema.cql

6. Практический Бег и тестирование

Войдите в корневую папку проекта и выполните команды, если SBT впервые загрузит необходимые зависимости.

1
$ sbt run

Теперь! В другом терминале выполните команду для обучения модели:

1
$ curl -XPOST http://localhost:8080/movie-model-train

Это начнет модель обучения. Затем вы можете запустить команду, чтобы увидеть результаты с рекомендациями. Пример:

1
$ curl -XGET http://localhost:8080/movie-get-recommendation/1

Ответ должен быть:

01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
{
    "items": [
        {
            "datetime": "Thu Oct 03 15:37:34 BRT 2019",
            "movieId": 613,
            "name": "My Man Godfrey (1936)",
            "rating": 6.485164882121823,
            "userId": 1
        },
        {
            "datetime": "Thu Oct 03 15:37:34 BRT 2019",
            "movieId": 718,
            "name": "In the Bleak Midwinter (1995)",
            "rating": 5.728434247420009,
            "userId": 1
        },
        ...
}

Это глазурь на торте! Помните, что настройка настроена на показ 10 рекомендаций по фильмам на пользователя.

Вы также можете проверить результат в коллекции uresult:

7. Модель Предсказания

Настройки обучения модели и приложения находятся в: ( src / main / resources / application.conf )

1
2
3
4
5
model {
  rank = 10
  iterations = 10
  lambda = 0.01
}

Этот параметр контролирует прогнозы и связан с тем, сколько и какие данные у нас есть. Для получения более подробной информации о проекте, пожалуйста, перейдите по ссылке:

8. Ссылки

Для разработки этого демонстрационного проекта были использованы книги:

  • Проекты машинного обучения Scala
  • Реактивное программирование с Scala и Akka

И Документация Spark ML:

Спасибо!

Смотреть оригинальную статью здесь: Система рекомендаций с использованием Spark ML Akka и Cassandra

Мнения, высказанные участниками Java Code Geeks, являются их собственными.

41
Share: