Come aumentare i fattori di matrice nei consigli di Spark ALS?

Question

Sono un principiante nel mondo del Machine Learning e dell'uso di Apache Spark.
Ho seguito il tutorial su https://databricks-training.s3.amazonaws.com/movie-recommendation-with-mllib.html#augmenting-matrix-factors e sono riuscito a sviluppare l'applicazione con successo. Ora, poiché è necessario che l'applicazione web di oggi sia alimentata da raccomandazioni in tempo reale, vorrei che il mio modello fosse pronto per i nuovi dati che continuano ad arrivare sul server. Il sito è citato:

Un modo migliore per ottenere le raccomandazioni per voi è la formazione di un modello di fattorizzazione a matrice e poi aumentando il modello utilizzando le tue valutazioni.

Come faccio? Sto usando Python per sviluppare la mia applicazione. Inoltre, per favore dimmi come faccio a mantenere il modello per usarlo di nuovo, o un'idea come faccio a interfacciarlo con un servizio web. Ringraziandoti

Answer 1

Non credo che l'apprendimento online sia possibile per ALS in Spark. Ciò significa che non puoi aggiornare il modello mentre ricevi i dati in tempo reale. Tuttavia, è possibile utilizzare il modello per ottenere le previsioni.

Inoltre, fare riferimento a: How to update Spark MatrixFactorizationModel for ALS