Spark的MLLib中的协同过滤，需要一个（int）作为UserID？

Question

我在Spark的MLLib中使用了隐式协同过滤ALS算法。在

我的数据采用以下格式（第一列是用户，第二列是项目，第三列是隐含的购买）：

user_10, item_200, 1

我在处理代码时遇到的问题是，它是否需要使用评级类，它需要以下格式的输入：

^{pr2}$

因此，当我试图创建模型时，我收到一个错误，因为我无法将User和Item的字符串转换为int。有没有其他方法可以避免使用Ratings类或modify，这样就不需要int了？在

from pyspark.mllib.recommendation import ALS, MatrixFactorizationModel, Rating
data = sc.textFile("test.csv")

ratings = data.map(lambda l: l.split(','))\
              .map(lambda l: Rating(l[0], l[1], float(l[2])))

# Build the recommendation model using Alternating Least Squares
rank = 10
numIterations = 10
alpha = 0.01
model = ALS.trainImplicit(ratings, rank, numIterations, alpha)

Answer 1

评分需要一个整数，所以我只需要将用户和项目转换为整数。当你创建你的收视率时，做一些改变来做，它应该会起作用。在