Я планировал написать рекомендатель, который по-разному обрабатывает предпочтения в зависимости от контекстной информации (время, когда предпочтение было сделано, устройство, используемое для рекомендации, ...)
В книге Mahout in Action и в примерах кода, поставляемых с Mahout, я не могу найти ничего похожего. В некоторых примерах есть метаданные (также известные как контент), используемые для выражения сходства пользователя или элемента, но это не то, что я ищу.
Интересно, кто-нибудь уже пытался сделать что-то подобное с Mahout?
Редактировать:
Практическим примером может быть то, что текущий сеанс выполняется на мобильном устройстве, и это должно привести к увеличению (рейтинг * 1,1) для всех предпочтений, отслеживаемых на мобильных устройствах, и снижению предпочтений, отслеживаемых по-другому (рейтинг * 0,9).
...
Другим примером может быть то, что некоторые рейтинги собираются неявно, а другие — явно. Как я смогу отслеживать этот факт, не «кодируя» его непосредственно в отслеживаемое значение, и как я смогу использовать эту информацию при расчете баллов?
