SimRank

1. 包名：package org.apache.spark.ml.recommendation
2. 类名：SimRank
3. 方法名：computeSimilarity
4. 输入：dataset: Dataset[_]，存储用户对商品的使用或查询等信息，至少包含用户和商品两列字段，参数描述如下表

   参数名	取值类型	描述
   dataset	Dataset[_]	存储用户对商品的使用或查询等信息

5. 基于原生算法优化的参数

   参数名	取值类型	描述
   damp	Double	衰减因子
   numIter	Int	迭代次数
   userCol	String	用户列列名
   itemCol	String	商品列列名

   建议选取迭代因子damp为0.6，迭代次数numIter为5。衰减因子选择太小可能导致精度不高，太大可能导致收敛较慢；迭代次数太小可能导致精度下降，太大可能导致计算时间较长。

   

   代码接口示例：

   val simrank = new SimRank().setDamp(0.6).setNumIter(5).setUserCol(“user”).setItemCol(“item”)
   val simrankSimilarity = simrank.computeSimilarity(df)
   val userSim = simrankSimilarity.userSimilarity
   val itemSim = simrankSimilarity.itemSimilarity

6. 输出：simrankSimilarity: SimRankSimilarity，包含用户与用户、商品和商品之间的相似度，是一个case class，包含两个变量

   参数名	取值类型	描述
   userSimilarity	DataFrame	用户与用户之间相似度
   itemSimilarity	DataFrame	商品和商品之间相似度

val simrank = new SimRank().setDamp(0.6).setNumIter(5).setUserCol(“user”).setItemCol(“item”)
val simrankSimilarity = simrank.computeSimilarity(df)
val userSim = simrankSimilarity.userSimilarity
val itemSim = simrankSimilarity.itemSimilarity