Day4：PredictionIO——如何创建一个博客推荐器

编者注：我们发现了比较有趣的系列文章《30天学习30种新技术》，准备翻译，一天一篇更新，年终礼包。下面是第四天的内容。

今天是“30天学习30种新技术”的第4天。到目前为止我很享受，而且周围开发者反响也很不错。我现在更有动力在30天内完成它了。在这篇文章中，我将介绍如何在Java下使用PredictionIO来简单地构建一个博客推荐引擎。我没找到太多在Java下使用PredictionIO的文档。所以，本文对那些寻找在Java下使用PredictionIO的完整教程的人可能会有用。“30天学习30种新技术”系列文章的目录可以在这里找到。

PredictionIO是什么？

PredictionIO是一个用Scala编写的开源机器学习服务器应用，可以帮助你方便地使用REST API搭建推荐引擎。它同时也提供了客户端SDK，封装了REST API。Java、Python、Ruby和PHP都有客户端SDK。PredictionIO的核心使用Apache Mahout。Apache Mahout是一个可伸缩的机器学习库，它提供众多聚集、分类、过滤算法。Apache Mahout可以在分布式的Hapoop集群上运行这些算法。

作为用户，我们不需要操心这些细节。我们只需安装PredictionIO然后使用它就是了。欲知详情，请读文档。

我为什么要关心PredictionIO？

我决定学习PredictionIO是因为我想使用一个可以帮助我加上机器学习功能的库。PredictionIO有助于实施诸如推荐有意思的内容、发现相似内容之类的功能。

安装PredictionIO

在文档中提及了很多安装PredictionIO的方法。我使用Vagrant，这样我就不会搞乱我的系统，同时不用自己配置所有的东西。

1. 下载适合你的操作系统的最新版的vagrant：http://downloads.vagrantup.com/

2. 下载并安装 VirtualBox。 请参考 https://www.virtualbox.org/wiki/Downloads

3. 下载最新的包含 PredictionIO 的 vagrant包： https://github.com/PredictionIO/PredictionIO-Vagrant/releases

4. 解压缩 PredictionIO-x.x.x.zip。其中包括了设置PredictionIO所需要的脚本。打开命令行终端，转到PredictionIO-x.x.x目录。

vagrant脚本将首先下载Ubuntu vagrant box，接着安装依赖——MongoDB、Java、Hadoop和PredictionIO服务器。这很耗时间（取决于网速）。如果你所在的位置网络不稳定，我建议你使用wget下载。wget命令支持断点续传。使用如下命令将precise64 box下载到适当的位置：

wget -c http://files.vagrantup.com/precise64.box


等待下载完成之后，打开Vagrantfile，修改config.vm.box_url，指向下载目录，例如：

config.vm.box_url = "/Users/shekhargulati/tools/vagrant/precise64.box"


现在只需vagrant up就可以开始安装进程了。取决于你的网速，这会花一些时间。

接着我们将按照文档所言创建一个管理员账户 http://docs.prediction.io/current/installation/install-predictionio-with-virtualbox-vagrant.html#create-an-administrator-account

可以通过 http://localhost:9000/ 访问应用。阅读以下文档了解详情 http://docs.prediction.io/current/installation/install-predictionio-with-virtualbox-vagrant.html#accessing-predictionio-server-vm-from-the-host-machine PredictionIO应用会要求你登录。登录之后，你会见到如下所见的面板。

创建PredictionIO应用

作为开始，我们创建一个博客推荐应用。点击“Add an App”按钮，输入应用名“blog-recommender”。

应用创建后，你可以在如下所示的Applications里看到。

接着点击Develop，你将看到应用的详情。重要的信息是App Key。你编写应用的时候需要这个。

应用案例

我们正要实现的用例和亚马逊的“购买此商品的顾客也同时购买”功能很相似。我们要实现的是“浏览此博客的读者也同时浏览”功能。

开发博客推荐的Java应用

既然我们已经创建了PredictionIO应用，那么该是时候编写我们的Java应用了。我们使用Eclipse来开发这个应用。我使用的是Eclipse Kepler，内建了m2eclipse集成。通过 文件 > 新建 > Maven项目 创建一个基于Maven的项目。选择maven-archetype-quickstart，然后输入Maven项目的详细信息。用下面的内容替换pom.xml。

xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
4.0.0
com.shekhar
blog-recommender
0.0.1-SNAPSHOT
jar
blog-recommender
http://maven.apache.org

UTF-8



io.prediction
client
0.6.1





org.apache.maven.plugins
maven-compiler-plugin
3.1


1.7
1.7







上面的内容中值得注意的是PredictionIO Java API和Maven的依赖关系。

现在我们将编写一个类，在PredictionIO中插入数据。这个类是这样子的。

package com.shekhar.blog_recommender;
import io.prediction.Client;
import io.prediction.CreateItemRequestBuilder;
public class BlogDataInserter {
private static final String API_KEY = "wwoTLn0FR7vH6k51Op8KbU1z4tqeFGZyvBpSgafOaSSe40WqdMf90lEncOA0SB13";
public static void main(String[] args) throws Exception {
Client client = new Client(API_KEY);
addUsers(client);
addBlogs(client);
userItemViews(client);
client.close();
}
private static void addUsers(Client client) throws Exception {
String[] users = { "shekhar", "rahul"};
for (String user : users) {
System.out.println("Added User " + user);
client.createUser(user);
}
}
private static void addBlogs(Client client) throws Exception {
CreateItemRequestBuilder blog1 = client.getCreateItemRequestBuilder("blog1", new String[]{"machine-learning"});
client.createItem(blog1);
CreateItemRequestBuilder blog2 = client.getCreateItemRequestBuilder("blog2", new String[]{"Javascript"});
client.createItem(blog2);
CreateItemRequestBuilder blog3 = client.getCreateItemRequestBuilder("blog3", new String[]{"scala"});
client.createItem(blog3);
CreateItemRequestBuilder blog4 = client.getCreateItemRequestBuilder("blog4", new String[]{"artificial-intelligence"});
client.createItem(blog4);
CreateItemRequestBuilder blog5 = client.getCreateItemRequestBuilder("blog5", new String[]{"statistics"});
client.createItem(blog5);
CreateItemRequestBuilder blog6 = client.getCreateItemRequestBuilder("blog6", new String[]{"python"});
client.createItem(blog6);
CreateItemRequestBuilder blog7 = client.getCreateItemRequestBuilder("blog7", new String[]{"web-development"});
client.createItem(blog7);
CreateItemRequestBuilder blog8 = client.getCreateItemRequestBuilder("blog8", new String[]{"security"});
client.createItem(blog8);
CreateItemRequestBuilder blog9 = client.getCreateItemRequestBuilder("blog9", new String[]{"ruby"});
client.createItem(blog9);
CreateItemRequestBuilder blog10 = client.getCreateItemRequestBuilder("blog10", new String[]{"openshift"});
client.createItem(blog10);
}
private static void userItemViews(Client client) throws Exception {
client.identify("shekhar");
client.userActionItem("view","blog1");
client.userActionItem("view","blog4");
client.userActionItem("view","blog5");
client.identify("rahul");
client.userActionItem("view","blog1");
client.userActionItem("view","blog4");
client.userActionItem("view","blog6");
client.userActionItem("view","blog7");
}
}


上面展示的类主要做了这些事：

1. 我们创建了一个Client类的实例。Client类封装了PredictionIO的REST API。我们需要将PredictionIO博客推荐应用的 API_KEY 提供给它。
2. 接着我们利用Client实例创建了两个用户。这两个用户在PredictionIO应用中创建。只有userId是必须要填上的。
3. 在此之后我们利用Clinet实例添加了10个博客。博客同样在PredictionIO应用中创建。当创建一项事物的时候，你只需传递两样东西——itemId和itemType。blog1,&＃8230;blog10是itemId，而Javascript、scala等是itemType。
4. 然后我们对创建的事物施加一些行动。用户shekhar浏览了blog1、blog2和blog4，而用户rahul则浏览了blog1、blog4、blog6和blog7。
5. 最后，我们关闭了cilent实例。

将这个类作为Java应用程序运行。它会在PredictionIO中插入记录，你可以通过查看面板来确认这一点。

既然数据已经插入了我们的PredictionIO应用了，我们需要在我们的应用中添加引擎。点击Add an Engine按钮。如下所示，选择Item Similarity Engine。

然后创建Item Similarity Engine，输入engine1作为名称。

按下Create按钮之后Item Similarity Engine就创建好了。现在你可以改动一些配置，不过我们将使用默认配置。进入Algorithms标签，你会看到引擎尚未运行。点击Train Data Model Now可运行引擎。

等上一段时间。数据模型训练完成之后，你会看到状态已经变成Running了。

我们要解决的问题是基于用户访问过的博客向用户推荐博客。在下面的代码中，我们获取了对userId shekhar 而言 blog1 的相似项。


import io.prediction.Client;
import java.util.Arrays;
public class BlogrRecommender {
public static void main(String[] args) throws Exception {
Client client = new Client("wwoTLn0FR7vH6k51Op8KbU1z4tqeFGZyvBpSgafOaSSe40WqdMf90lEncOA0SB13");
client.identify("shekhar");
String[] recommendedItems = client.getItemSimTopN("engine1", "blog1", 5);
System.out.println(String.format("User %s is recommended %s", "shekhar", Arrays.toString(recommendedItems)));
client.close();
}
}


运行此Java程序，你会看到结果：blog4、blog5、blog6和blog7。

正如你在上面的例子中看到的，为应用增加推荐功能很容易。我会在我未来的项目中使用PredictionIO，我也会花更多的时间学习和使用PredictionIO。

这就是今天的内容。请多多回馈。

原文 Day 4: PredictionIO&＃8211;How to Build A Blog Recommender
翻译 SegmentFault