摘要：是什么是一個用編寫的開源機器學習服務器應用，可以幫助你方便地使用搭建推薦引擎。是一個可伸縮的機器學習庫，它提供眾多聚集分類過濾算法。我為什么要關心我決定學習是因為我想使用一個可以幫助我加上機器學習功能的庫。

今天是“30天學習30種新技術”的第4天。到目前為止我很享受，而且周圍開發者反響也很不錯。我現在更有動力在30天內完成它了。在這篇文章中，我將介紹如何在Java下使用PredictionIO來簡單地構建一個博客推薦引擎。我沒找到太多在Java下使用PredictionIO的文檔。所以，本文對那些尋找在Java下使用PredictionIO的完整教程的人可能會有用。“30天學習30種新技術”系列文章的目錄可以在這里找到。

PredictionIO是一個用Scala編寫的開源機器學習服務器應用，可以幫助你方便地使用REST API搭建推薦引擎。它同時也提供了客戶端SDK，封裝了REST API。Java、Python、Ruby和PHP都有客戶端SDK。PredictionIO的核心使用Apache Mahout。Apache Mahout是一個可伸縮的機器學習庫，它提供眾多聚集、分類、過濾算法。Apache Mahout可以在分布式的Hapoop集群上運行這些算法。

作為用戶，我們不需要操心這些細節。我們只需安裝PredictionIO然后使用它就是了。欲知詳情，請讀文檔。

我決定學習PredictionIO是因為我想使用一個可以幫助我加上機器學習功能的庫。PredictionIO有助于實施諸如推薦有意思的內容、發現相似內容之類的功能。

在文檔中提及了很多安裝PredictionIO的方法。我使用Vagrant，這樣我就不會搞亂我的系統，同時不用自己配置所有的東西。

下載適合你的操作系統的最新版的vagrant：http://downloads.vagrantup.com/

下載并安裝 VirtualBox。 請參考 https://www.virtualbox.org/wiki/Downloads

下載最新的包含 PredictionIO 的 vagrant包： https://github.com/PredictionIO/PredictionIO-Vagrant/releases

解壓縮 PredictionIO-x.x.x.zip。其中包括了設置PredictionIO所需要的腳本。打開命令行終端，轉到PredictionIO-x.x.x目錄。

vagrant腳本將首先下載Ubuntu vagrant box，接著安裝依賴——MongoDB、Java、Hadoop和PredictionIO服務器。這很耗時間（取決于網速）。如果你所在的位置網絡不穩定，我建議你使用wget下載。wget命令支持斷點續傳。使用如下命令將precise64 box下載到適當的位置：

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

等待下載完成之后，打開Vagrantfile，修改config.vm.box_url，指向下載目錄，例如：

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

現在只需vagrant up就可以開始安裝進程了。取決于你的網速，這會花一些時間。

接著我們將按照文檔所言創建一個管理員賬戶 http://docs.prediction.io/current/installation/install-predictionio-with-virtualbox-vagrant.html#create-an-administrator-account

可以通過 http://localhost:9000/ 訪問應用。閱讀以下文檔了解詳情 http://docs.prediction.io/current/installation/install-predictionio-with-virtualbox-vagrant.html#accessing-predictionio-server-vm-from-the-host-machine PredictionIO應用會要求你登錄。登錄之后，你會見到如下所見的面板。

作為開始，我們創建一個博客推薦應用。點擊“Add an App”按鈕，輸入應用名“blog-recommender”。

應用創建后，你可以在如下所示的Applications里看到。

接著點擊Develop，你將看到應用的詳情。重要的信息是App Key。你編寫應用的時候需要這個。

我們正要實現的用例和亞馬遜的“購買此商品的顧客也同時購買”功能很相似。我們要實現的是“瀏覽此博客的讀者也同時瀏覽”功能。

既然我們已經創建了PredictionIO應用，那么該是時候編寫我們的Java應用了。我們使用Eclipse來開發這個應用。我使用的是Eclipse Kepler，內建了m2eclipse集成。通過 文件 > 新建 > Maven項目 創建一個基于Maven的項目。選擇maven-archetype-quickstart，然后輸入Maven項目的詳細信息。用下面的內容替換pom.xml。

  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
        
      
    
  

上面的內容中值得注意的是PredictionIO Java API和Maven的依賴關系。

現在我們將編寫一個類，在PredictionIO中插入數據。這個類是這樣子的。

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");

    }

}

上面展示的類主要做了這些事：

我們創建了一個Client類的實例。Client類封裝了PredictionIO的REST API。我們需要將PredictionIO博客推薦應用的 API_KEY 提供給它。

接著我們利用Client實例創建了兩個用戶。這兩個用戶在PredictionIO應用中創建。只有userId是必須要填上的。

在此之后我們利用Clinet實例添加了10個博客。博客同樣在PredictionIO應用中創建。當創建一項事物的時候，你只需傳遞兩樣東西——itemId和itemType。blog1,...blog10是itemId，而javascript、scala等是itemType。

然后我們對創建的事物施加一些行動。用戶shekhar瀏覽了blog1、blog2和blog4，而用戶rahul則瀏覽了blog1、blog4、blog6和blog7。

最后，我們關閉了cilent實例。

將這個類作為Java應用程序運行。它會在PredictionIO中插入記錄，你可以通過查看面板來確認這一點。

既然數據已經插入了我們的PredictionIO應用了，我們需要在我們的應用中添加引擎。點擊Add an Engine按鈕。如下所示，選擇Item Similarity Engine。

然后創建Item Similarity Engine，輸入engine1作為名稱。

按下Create按鈕之后Item Similarity Engine就創建好了。現在你可以改動一些配置，不過我們將使用默認配置。進入Algorithms標簽，你會看到引擎尚未運行。點擊Train Data Model Now可運行引擎。

等上一段時間。數據模型訓練完成之后，你會看到狀態已經變成Running了。

我們要解決的問題是基于用戶訪問過的博客向用戶推薦博客。在下面的代碼中，我們獲取了對userId shekhar 而言 blog1 的相似項。

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();
    }
}

運行此Java程序，你會看到結果：blog4、blog5、blog6和blog7。

正如你在上面的例子中看到的，為應用增加推薦功能很容易。我會在我未來的項目中使用PredictionIO，我也會花更多的時間學習和使用PredictionIO。

這就是今天的內容。請多多回饋。

原文 Day 4: PredictionIO--How to Build A Blog Recommender
翻譯 SegmentFault