很幸运找到这篇文件，解了燃眉之急。
http://blog.csdn.net/pan12jian/article/details/38703569
mahout做推荐的输入只能是long类型，但在某些网站中，存储的数据不是long类型，是string类型。
现在的手机APP，每个手机都有其device_id，也是string类型。如果能以string类型作为uid，即使用户不注册，不登录。只要采用device_id作为其uid，也可以做精准推荐。
mahout提供了一个接口，能把string转为唯一的long类型数据，然后以map方式存储起来，计算完成后再把long转为string类型。
下面是我的一个小例子
package test;
import org.apache.mahout.cf.taste.impl.model.MemoryIDMigrator;
public class TestMT {
public static void main(String[] args) {
// TODO Auto-generated method stub
String test = "d140615p10693zc";
MemoryIDMigrator thing2long = new MemoryIDMigrator();
Long testLong = thing2long.toLongID(test);
System.out.println(testLong);
thing2long.storeMapping(testLong, test);
String a =thing2long.toStringID(testLong);
System.out.println(a);
}
}输出
d140615p10693zc
查看mahout源码，其实把string类型变成long采用的是MD5加密方式。源码如下
public abstract class AbstractIDMigrator implements IDMigrator {
private final MessageDigest md5Digest;
protected AbstractIDMigrator() {
try {
md5Digest = MessageDigest.getInstance("MD5");
} catch (NoSuchAlgorithmException nsae) {
// Can't happen
throw new IllegalStateException(nsae);
}
}
/**
* @return most significant 8 bytes of the MD5 hash of the string, as a long
*/
protected final long hash(String value) {
byte[] md5hash;
synchronized (md5Digest) {
md5hash = md5Digest.digest(value.getBytes(Charsets.UTF_8));
md5Digest.reset();
}
long hash = 0L;
for (int i = ; i < ; i++) {
hash = hash << | md5hash[i] & 0x00000000000000FFL;
}
return hash;
}
@Override
public long toLongID(String stringID) {
return hash(stringID);
}
@Override
public void refresh(Collection<Refreshable> alreadyRefreshed) {
}
}其实根据这个思想，写项目时也可以不调用此接口。在写程序时，可以先用mapreduce对原CSV文件进行处理把所有的数据变为long类型,并记录一个(string key,long value)的文件，然后进行推荐，用结果数据和前mapreduce输出做join即可得出结果。