mahout算法源码分析之Collaborative Filtering with ALS-WR （二）splitDataset 和parallelALS
Mahout版本：0.7，hadoop版本：1.0.4，jdk：1.7.0_25 64bit。
接上篇，此篇blog分析第（1）、（2）对应的java源码，主要是splitDataset和parallelALS。
（一）其中splitDataset对应的mahout中的源java文件是：org.apache.mahout.cf.taste.hadoop.als.DatasetSplitter.java 文件，打开这个文件，可以看到这个类是继承了AbstractJob的，所以需要覆写其run方法。run方法中含有所有的操作。
进入run方法，看到刚开始和之前的算法分析一样，都是参数的获取。然后，新建了3个job，分别是：
public synchronized void addDatum(double datum) { if (++count == 1) { average = datum; } else { average = average * (count - 1) / count + datum / count; } }可以看到addDatum方法就是算平均值的。然后就是reducer了，reducer还是那个MergeVectorReducer，那么reducer的输出就应该是<key,value> --> <0,[itemID:averageRating,itemID:averageRating,...]>。接下里就是initializeM和for循环了，今天又晚了。总感觉假期效率低的没法说。。。
分享，成长，快乐
转载请注明blog地址：http://blog.csdn.net/fansy1990