Introduction

Ce plugin fournit des recommandations basées sur la bibliothèque d'apprentissage automatique proposée par le projet Apache Mahout (Machine Learning).

Configuration

Ce plugin peut définir plusieurs recommandateurs.

Les recommandateurs doivent charger un grand nombre de données pour être en mesure de fournir des recommandations (phase d'apprentissage). Chaque ensemble de données doit fournir ces informations:

• L'ID utilisateur (type long)
• L'ID de l'objet (type long)
• Une valeur de préférence (type float)

Les recommandateurs doivent être définis dans le fichier recommendation.properties et pour chacun la source de données doit être définie (table et colonnes) comme ci-dessous:

 # recommendation.properties

# Liste des prescripteurs
recommendation.recommendersList = rec1, rec2

# 1 recommender
recommendation.recommender.rec1.dataSource = portail
recommendation.recommender.rec1.preferenceTable = recommendation_default
recommendation.recommender.rec1.userIDColumn = id_user
recommendation.recommender.rec1.itemIDColumn = id_item
recommendation.recommender.rec1.preferenceColumn = preference_value
 
# Recommender 2
recommendation.recommender.rec2.dataSource = portail
...
                 

Usage

Les recommandateurs peuvent être fournis en Java par le RecommendationService

liste <RecommendedItem> list = RecommendationService.instance () getRecommendations (strRecommender, lUserId, nCount);
                 

Ou via HTTP

http://myserver.com/servlet/plugins/recommendation/?id_user=2&count=2&recommender=test
                 

Les valeurs par défaut pour les paramètres recommender et count peuvent être définies de le fichier recommendation.properties. L'url peut alors se limiter à :

http://myserver.com/servlet/plugins/recommendation/?id_user=2