mahout入门实例-基于 Apache Mahout 构建社会化推荐引擎-实战（参考IBM）

webtet

　　基于 Apache Mahout 构建社会化推荐引擎-实战（参考IBM）
　　文章地址：http://www.ibm.com/developerworks/cn/java/j-lo-mahout/
　　由于第一次接触mahout等，有些地方理解不对烦请指出！
　　
　　步骤：
　　Windows版：
　　1）  首先安装JDK（1.6及以上）
　　2）  Ant（1.7及以上）
　　http://www.apache.org/dist/ant/binaries/下载bin版，解压，然后添加系统环境变量，如下


　　然后运行cmd，输入ant，出现如下界面说明环境变量配置成功

　　3）  下载maven
　　因为mahout是利用maven来进行管理的，maven是一种项目构建工具，可以对多个依赖项目进行管理，当你导入利用maven描述的项目时，就会把其描述的所有依赖项目全部导入。另外他还有一些管理的资源库，你不需要自己导入jar包，只要你在pom.xml中做了描述，maven就会自动从自己的资源库上帮你把jar下载并导入到你的工程中，具体可以上网查下maven的项目构建方法。
　　http://maven.apache.org/download.cgi下载maven（我的是apache-maven-3.1.1-bin.zip），解压，添加环境变量，如下


　　运行cmd，输入mvn –version，如下即可

　　下面最好还配置下maven的本地仓库，当maven在本地仓库找不到依赖包，才去apache的中央仓库找。
　　打开maven的conf目录下的settings.xml文件，如下图修改

　　效果如下

　　接下来还需要在eclipse中下载m2eclipse插件，由于因为国内经常被墙，所以这里介绍离线安装方式。
　　网上下载eclipse的maven插件离线包（我下的是eclipse-maven3-plugin.7z），解压，然后在eclipse的根目录下创建一个links文件夹和一个maven-plugin文件夹，将刚解压的maven插件的features和plugins文件夹放到maven-plugin文件夹下，并在links文件夹下新建一个maven.link文件，输入内容path=maven插件的路径（这里就是maven-plugin的路径，注意要是绝对路径），如下图

　　重启eclipse就发现maven已出现在列表中。
　　接下来还需要在eclipse中配置下maven。
　　选择window – preferences，选择maven，点击右侧的add，将maven的安装目录添加进去，如下图

　　点击确定后，再点击User Settings，将其中的路径改成maven目录下conf文件夹下的settings.xml，如下图所示

　　到此maven插件安装成功。
　　点击window – show view – console，此时console下就会有个maven控制台。

　　Maven常用命令：
　　Maven在使用过程中时常遇到下载不了jar包的问题，于是需要手动下载好jar包，然后执行mvn install命令安装。如下命令
　　mvn install:install-file -Dfile=jar包的位置 -DgroupId=jar包的groupId -DartifactId=jar包的artifactId -Dversion=jar包的version -Dpackaging=jar
　　首先下载要安装的jar文件（如maven-resources-plugin-2.5.jar），然后执行如上命令，具体见下图：

　　安装模板包，同上：
　　mvn install:install-file -DgroupId=org.apache.maven.archetypes -DartifactId=maven-archetype-quickstart -Dversion=1.1 -Dpackaging=jar -Dfile=maven-archetype-quickstart-1.1.jar（换成所在的路径），如下图所示

　　mvn dependency:tree
　　查看依赖树。目前没用到。
　　mvn clean，mvn install等
　　maven构建的生命周期默认有以下几个阶段：1）validate. 2）compile. 3）test. 4）package. 5）integration-test. 6）verify. 7）install. 8）deploy.
　　当执行mvn deploy命令它会执行deploy之前所有的阶段，包括deploy阶段。
　　执行mvn integration-test它会执行阶段1），2），3），4），5）阶段。
　　Mvn clean install会先执行mvn clean，然后再执行mvn install，相当于更新项目中的依赖包后再install。
　　4）  构建mahout
　　这里要说明一下mahout的运行版本。
　　mahout-0.5, mahout-0.6, mahout-0.7，是基于hadoop-0.20.2x的。
　　mahout-0.8, mahout-0.9，是基于hadoop-1.1.x的。
　　mahout-0.7，有一次重大升级，去掉了多个算法的单机内存运行，并且了部分API不向前兼容。
　　Mahout提供了已构建好的版本（如mahout-distribution-0.8.zip）和源码版本（mahout-distribution-0.8-src.zip），下面我们使用源码包。要获取mahout源码包，有如下两种方法
　　方法1：http://mahout.apache.org下载mahout（mahout-distribution-0.8-src.zip），解压
　　方法2：svn，地址 http://svn.apache.org/repos/asf/mahout/trunk
　　方法2使用截图如下.

　　下载源码包后，接下来开始构建mahout，同样有两种方式，使用maven命令和利用eclipse的maven插件（分别对应着上面的maven安装和eclipse的maven插件安装两种方式）。
　　为了方便起见，下面以Eclipse为例，在eclipse中，右键import，选择Existing maven project，如下图

　　选择刚解压的mahout的源码目录

　　等待eclipse解析后（电脑有点慢，花了好久），点击结束，这样一个项目就导入进去了，下面进入一个实例。
　　5）  参考ibm的一篇“基于 Apache Mahout 构建社会化推荐引擎”的文章
　　下载文章最后的src.zip，解压，用eclipse导入，项目目录如下

　　接下来还需要额外导入4个jar包，分别是servlet-api.jar, jasper.jar, jsp-api.jar 以及mysql-connector-java-***-bin.jar，前3个都可以在tomcat的libs下找到，最后一个需要去mysql的网站去下载mysql-connector-java-5.1.28.zip，从压缩包中解压出jar包放到tomcat下lib目录下，

　　在eclipse中右键项目选择Build Path，添加这4个包，同时要删除同时删除因为路径无效的jar包

　　此时eclipse中的项目目录如下

　　将MovieSite下的movie全部复制到tomcat下的webapps目录下，开启tomcat，在浏览器中输入localhost:8080/movie，打开如下图

　　此时如果登陆，肯定失败。因为现在数据库中没有任何数据，既没有user登录账号，也没有将数据集载入数据库。因此无法登陆
　　下载http://www.iyunv.com/abelstronger/articles/2093847.html中的src文件（3个java源文件），导入到eclipse中的MovieSite项目，如下

　　接下来还需要修改这3个java中的错误
　　首先需要更改package名，然后发现缺少DBUtil.getJDBCConnection()函数，于是需要去com.ibm.taste.example.movie.utils包下的DBUtil.java文件中添加如下两个函数
　　public static  Connection getJDBCConnection()
　　{
　　String driverClassName = "com.mysql.jdbc.Driver";
　　String url = "jdbc:mysql://localhost/movie";
　　String username = "username";     //修改为你自己用户名，如root
　　String password = "password";      //修改为你自己密码，如root
　　
　　Connection conn = null;
　　
　　try {
　　Class.forName(driverClassName);
　　conn = DriverManager.getConnection(url, username, password);
　　} catch (ClassNotFoundException e) {
　　e.printStackTrace();
　　} catch (SQLException e) {
　　e.printStackTrace();
　　}
　　
　　return conn;
　　}
　　public static void closeConnection(Connection conn)
　　{
　　if(conn!=null)
　　{
　　try {
　　conn.close();
　　} catch (SQLException e) {
　　e.printStackTrace();
　　}
　　}
　　}
　　效果如下

　　使用ctrl+shift+o将DriverManager导入即可，修改下函数参数，最终如下

　　接下来还需要修改ImportMovies.java、ImportRatings.java以及ImportUsers.java，具体如下



　　接下来需要安装mysql，然后新建一个连接（这里随便取名了localhost）和一个数据库叫movie。
　　运行源码中com.ibm.taste.example.movie.init包中tables.sql，如下图

　　运行完结果就创建出如上4张表。
　　依次运行ImportMovies.java、ImportRatings.java以及ImportUsers.java，注意顺序。
　　开始运行ImportMovies.java总是报错“错误: 找不到或无法加载主类”，右键项目，选择Build Path，把里面有问题的jar都remove，同时把刚添加的那4个包也remove，将4个包复制到项目WEB-INF下lib目录中，然后再如上添加Build Path。
　　再次运行ImportMovies.java，运行完就可以发现movies表中已经增加了很多数据。
　　在运行ImportRatings.java的时候，因为填充movie_preference这张表的时候用到了users表的外键，而users表空的，所以可能会报错，所以需要将与users表的外键去掉，

　　运行ImportRatings.java。
　　注：如果有报错如下

　　则报错的原因通常认为的内存不足，java虚拟机内存不够用。
　　最后运行ImportUsers.java，到此数据库数据准备完成。
　　最后将MovieSite下的movie文件夹 复制到tomcat下的webapps下，同时修改tomcat/conf下的server.xml，在前增加如下一段
　　
　　
　　
　　效果如下

　　到此大功告成。下面启动tomcat，在浏览器中输入http://localhost:8080/MovieSite/，效果如下

　　随便输入用户名（如test@gmail.com），点login，出现如下推荐界面