有这个例子
模型返回您要求的电影的“得分”，以便您可以推荐它 . 是否可以为特定用户返回前10部电影？
它可以使用Amazon EMR（例如https://aws.amazon.com/blogs/big-data/building-a-recommendation-engine-with-spark-ml-on-amazon-emr-using-zeppelin/）来完成，但该解决方案不能提供实时推荐的REST endpoints （我对JobServer感到困惑） .
有这个例子
模型返回您要求的电影的“得分”，以便您可以推荐它 . 是否可以为特定用户返回前10部电影？
它可以使用Amazon EMR（例如https://aws.amazon.com/blogs/big-data/building-a-recommendation-engine-with-spark-ml-on-amazon-emr-using-zeppelin/）来完成，但该解决方案不能提供实时推荐的REST endpoints （我对JobServer感到困惑） .
1 回答
我是这篇文章的作者:)
FM将“简单地”填充推荐矩阵中的缺失值 . 您可以做的是批量预测所有用户的所有电影，通过降低分数对结果进行排序，并将每个用户的前10个结果存储在缓存中，为什么不呢 . 这样可以轻松地从任何类型的应用程序实时检索结果 . 我想你也会定期重新培训以考虑新用户的回忆 .
希望这可以帮助 .