mahout算法源码分析之Itembased Collaborative Filtering（一）PreparePreferenceMatrixJob
Mahout版本：0.7，hadoop版本：1.0.4，jdk：1.7.0_25 64bit。
本篇分析RecommenderJob的源码，这个类也是继承了AbstractJob，所以也会覆写其run方法，点开这个run方法，可以看到和其他的job类都一样，刚开始都是基本参数的默认值设置和获取；然后到了第一个job，在这个job之前有一个shouldRunNextPhase()函数，点开这个函数看到下面的源码：
if (hasOption("maxPrefsPerUser")) { int samplingSize = Integer.parseInt(getOption("maxPrefsPerUser")); toItemVectors.getConfiguration().setInt(ToItemVectorsMapper.SAMPLE_SIZE, samplingSize); }这个值也是可以设置的，所以现在你知道maxPrefsPerUser的值的用处了。但是这个值的默认是100，实战总的item才7，所以numElementsBeforeSampling - numElementsAfterSampling=0不变。好了，这个job也分析完了。
分享，成长，快乐
转载请注明blog地址：http://blog.csdn.net/fansy1990