推荐引擎（Recommendation）的原理，大家可以参考这个文章：

探索推荐引擎内部的秘密，第 1 部分: 推荐引擎初探

这两天在学习推荐引擎，昨天看了apache的mahout，最后发现这个跑起来还挺麻烦，需要Hadoop支持，无意中发现了easyrec这个东西，感觉比较简单，花了半天时间了解了一下，大概功能有这些：

1.easyrec提供了rest和javascript两种访问方式

2.大部分常用方法easyrec提供了js访问，但是主要的一些操作，比如添加item和修改item就没有提供Js方法

Actions
view
buy
rate

Recommendations
other users also viewed
other users also bought
items rated good by other users
recommendations for user
related items

Community Rankings
most viewed items
most bought items
most rated items
best rated items
worst rated items

Import API
Import rule
Import/update item
set item active

3.下了官方的demo,安装文档像傻瓜文档说明非常详细，使用确实方便，我初步理解可以把这个作为一个第三方服务发布，然后自己的网站做一些交互的接口

4.自己用js的简单调用

a.新建文件test.html

b.引入两个js

c.编写一段调用代码：

$(function(){

         $.getJSON("/easyrec-web/api/1.0/json/otherusersalsoviewed?apikey=32b0c25e6bc63bf1627dc7e877f81b3d&tenantid=EASYREC_DEMO&itemid=43",function(transport) {var json = eval(transport); var items = json.recommendeditems.item;if( "undefined" == typeof(items.length) ) {items = new Array(items);} if (items.length>0) {$("#recommendation").html("<div class='headline'>Other users also viewed...</div>");for (x=0;x<5 && x <items.length;x++) {$("#recommendation").append("<img width='50px' alt='" + items[x].description + "'"+" src='" + items[x].imageUrl + "'/>&nbsp;"+"<a href='" + items[x].url + "'>"+ items[x].description +"</a>" +"<br/>");}} });});

d.页面body代码

<body>

    This is my easyrec Test page. <br><div id="recommendation"></div></body>

e.实现效果图：

成功调取出了两个推荐信息。

现在解释一下这个js请求的含义 /easyrec-web/api/1.0/json/otherusersalsoviewed?apikey=32b0c25e6bc63bf1627dc7e877f81b3d&tenantid=EASYREC_DEMO&itemid=43

easyrec的JSON请求URL：/easyrec-web/api/1.0/json/；

方法：otherusersalsoviewed；

apikey和tenantid是easyrec系统内部分配的两个参数，在调用easyrec方法时必须提供；

itemid是当前访问的信息或者商品ID

服务器会针对这个请求返回JSON格式的数据，比如：

然后我们要做的就是解析这个json数据，让数据显示到页面上。

到这里再提一句，目前我的理解是一个easyrec系统可以对多个网站同时提供推荐支持。

更多easyrec方面的东西还在学习中

推荐引擎（豆瓣迅雷等大站核心功能之一）easyrec半天学习分享

探索推荐引擎内部的秘密，第 1 部分: 推荐引擎初探

推荐引擎（豆瓣迅雷等大站核心功能之一）easyrec半天学习分享相关推荐

最新文章

热门文章