［mahout in action］mahout中用于推荐引擎的数据结构（二）

DataModel是在Mahout中封装推荐引擎输入数据的抽象接口。实现类包括GenericDataModel，FileDataModel

mahout中读取数据的方式有很多种，可以分为 手动录入，从file读取，从数据库读取
这里参考 《mahout in action》简单说一下手动录入方式，以及从file读取的方式。从数据库读取可参考API文档

手动：

FastByIDMap<PreferenceArray> preferences = new FastByIDMap<PreferenceArray>();
PreferenceArray = prefsForUser1 = new GenericUserPreferenceArray(10);

prefsForUser1 . setUserID(0, 1L);
prefsForUser1 . setItemID(0, 101L);
prefsForUser1 . setValue(0, 3.0f):
prefsForUser1 . setItemID(1, 102L);
prefsForUser1 . setValue(1, 4.5f);
… … ( 8 more )

preferences.put(1L, prefsForUser1);

DataModel model = new GenericDataModel( preferences );

从file读取，这是个经常使用的方法

DataModel model = new FileDataModel(new File(“ratings.csv"));

文件的每一行包括 User ID, item ID, preference value, 用Tab来分割也可以。
压缩格式的文件例如 .zip 或者 .gz 都可以，如果数据特别大的话，用压缩格式是个很好的选择

那么当数据有更新的时候，可以调用 Refreshable 接口的方法， reload data。同时，实践中我们希望更新所有跟这些数据相关的objects，所以一般这样写：

DataModel dataModel = new FileDataModel( new file(“input.csv”);
Recommender recommender = new SlopeOneRecommender(dataModel);
...
recommender.refresh(null);   // refresh datamodel, then itself

refresh的方法是reload，但是如果只有一小部分data需要更改，用refresh显然是效率很低的，所以 FileDataModel支持
update files

update的文件中，可以新增，修改，和删除。例如：
1, 108, 3.0
1, 103,
更新user 1对item 108 的评分为3.0， 删除user 1对item 103的评分

需要update的file要跟原来的data file在同一个文件夹下，命名需要有相同的prefix。
例如原data file 为 foo.txt.gz, 则更新的data file可以是 foo.1.txt.gz， foo.2.txt.gz。