oryx 推荐系统_oryx 推荐系统的使用

快来打我* 2022-10-31 13:41 235阅读 0赞

https://github.com/cloudera/oryx   在这里的readme.md文件中能看到有哪些jar包。

很惊讶的是这些jar包竟然不能在search.maven.org中找到。

于是决定到git里下载oryx源代码。

通过一下代码安装  其实安装oryx也要看相应的hadoop版本的，如果是hadoop2.3.0以前的版本的话，可以参照https://github.com /cloudera/oryx/wiki/Building-from-Source里面的方法安装，其实和安装mahout有点类似。

mvn -DskipTests install

探索的最后结果是这个oryx其实不是一个library，这其实是一个写好的产品，能够直接发布的推荐引擎。他支持collaborative filtering / recommendation, classification / regression, and clustering这几种推荐。用户能够直接通过rest ful接口得到推荐结果。

oryx 90%的代码是来自Myrrix，Myrrix其实是Mahout的一个改进。

Mahout是一个Library。

这个是如何使用oryx的使用说明，https://github.com/halida9cxm/workbench/wiki/oryx-quickstart-guide

例如：

以下是文件的存放位置

在/home/training/oryx\_test下放：

example(文件夹), oryx.config(文件), oryx-computation-1.0.0.jar, oryx-serving-1.0.0.jar

![38332421][]

然后执行

java -Dconfig.file=oryx.config -jar oryx-computation-1.0.0.jar

sudo java -Dconfig.file=oryx.config -jar oryx-serving-1.0.0.jar  //因为80端口必须要有root权限才能使用

oryx.config的文件的设置：

![38332421][]

![38332421][]

model=$\{als-model\}

model.instance-dir=/home/training/oryx-test/example

model.local-computation=true

model.local-data=true

model.features=25

model.lambda=0.065

目前，oryx只写了聚类(kmeans)，分类(rdf)和协同过滤(als)三个方面的算法，另外也不能进行分布式计算，只能将这些jar包发 布到装有hadoop的机子上，才能正常运行起来。并不能将oryx包和hadoop分开在不同的机子上面。虽然说代码中貌似有涉及进行分布式计算，但是 config文件里并没有明确提出来怎么区分这两种状态。所以仍然认为只能进行单击计算。

/images/20221024/18fd35c6b58c44c1942c7e9f9c256064.png

![38332421][]

[38332421]: /images/20221024/18fd35c6b58c44c1942c7e9f9c256064.png

发表评论取消回复

表情：

评论列表（有 0 条评论，235人围观）

还没有评论，来说两句吧...

相关阅读

相关推荐系统：电商推荐系统架构

一、数据 1、数据生命周期 ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0c

灰太狼/ 2023年10月05日 17:42/ 0 赞/ 74 阅读

相关推荐系统01:推荐系统架构

1.典型的信息流架构 > 信息流是推荐系统应用中的当红炸子鸡，它表现形式有很多：社交网络的动态信息流、新闻阅读的图文信息流、短视频信息流等等。整体框架图如下： !

深碍√TFBOYSˉ_/ 2023年02月21日 14:16/ 0 赞/ 36 阅读

相关 oryx 推荐系统_oryx 推荐系统的使用

https://github.com/cloudera/oryx 在这里的readme.md文件中能看到有哪些jar包。很惊讶的是这些jar包竟然不能在search.m

快来打我*/ 2022年10月31日 13:41/ 0 赞/ 236 阅读

相关推荐系统

推荐系统 1.产生背景信息过载推荐系统是信息过载所采用的措施，面对海量的数据信息，从中快速推荐出符合用户特点的物品。解决一些人的“选择恐惧症”

本是古典何须时尚/ 2022年10月29日 05:28/ 0 赞/ 191 阅读

相关【个性化推荐系统】推荐算法

推荐算法 1. 推荐模型构建流程 2. 最经典的推荐算法：协同过滤推荐算法（Collaborative Filtering） 3. 相似度计算(Simi

浅浅的花香味﹌/ 2022年09月17日 03:15/ 0 赞/ 278 阅读

相关推荐系统：基于内容的推荐

http://[blog.csdn.net/pipisorry/article/details/49205589][blog.csdn.net_pipisorry_articl

àì夳堔傛蜴生んèń/ 2022年08月09日 09:32/ 0 赞/ 299 阅读

相关【推荐系统】推荐系统概述

更新时间：2018-11-24 前言这一系列文章会来介绍推荐系统，也是我边学习边分享的过程，之前有接触过，但这次会较为系统的学习研究，所以打算把自己学到的东西整

客官°小女子只卖身不卖艺/ 2022年06月02日 08:22/ 0 赞/ 289 阅读

相关推荐系统实践_项亮（1）好的推荐系统

目录第1章好的推荐系统 1.1 什么是推荐系统 1.2 个性化推荐系统的应用 1.2.1 电子商务 1.2.2 电影和视频网站 1.2.3 个性化音乐网络电台

约定不等于承诺〃/ 2022年04月15日 04:37/ 0 赞/ 246 阅读

相关推荐系统

推荐算法分类 1. 基于流行度的算法 \------基于流行度的算法非常简单粗暴，类似于各大新闻、微博热榜等，根据PV、UV、日均PV或分享率等数据来按某种热度

左手的ㄟ右手/ 2022年04月02日 15:16/ 0 赞/ 295 阅读

相关推荐系统

随着互联网技术和社会化网络的发展，每天有大量包括博客，图片，视频，微博等等的信息发布到网上。传统的搜索技术已经不能满足用户对信息发现的需求，原因有多种，可能是用户很难用合适的

刺骨的言语ヽ痛彻心扉/ 2022年03月09日 19:22/ 0 赞/ 303 阅读