Mahout推荐器 – 为基于项目的推荐者添加基于内容的相似性

DataModel dataModel = new ReloadFromJDBCDataModel(
        new PostgreSQLBooleanPrefJDBCDataModel(localDB,...)
);
ItemSimilarity itemSimilarity = new TanimotoCoefficientSimilarity(dataModel);
ItemBasedRecommender recommender = new GenericBooleanPrefItemBasedRecommender(dataModel,itemSimilarity);

我正在尝试将基于内容的知识注入到推荐器中,因此我最强烈推荐的文章不仅在正常的协同过滤意义上是相似的,而且在他们共享许多常用术语的意义上也是相似的.

文章内容相似性(TF-IDF向量的余弦相似性)使用Mahout批次预先计算并从DB读取.但是,会有很多对没有相似性数据的文章.这有两个原因：

>文章内容相似性数据的更新频率低于用户项目偏好的数据模型,因此在新文章计算内容相似性之前会有一段时间.
>理想情况下,我想将所有内容相似性数据加载到内存中,因此我只会为每篇文章存储前20个相似度.

所以,对于一对给定的文章,我有：

>项目相似度(Tanimoto)0< = s1< = 1
>内容相似度(余弦值)0< = s2< = 1(可能为空)
在内容相似性不为空的情况下,我想使用其值来加权项目相似性,以便增强具有相似内容的文章.

我的问题是：

>尝试结合这些措施是否合理,还是我尝试疯狂的事情？
>将这两个值组合成一个相似度得分的合理公式是什么？
>这最好是作为自定义ItemSimilarity还是作为Rescorer实现的？