我想存储大量用户行为的数据点，比如喜欢、标签等（我计划用于电子商务和文档管理）。
利用这些数据点，我希望支持以下功能：
- “喜欢X的用户也喜欢Y、Z”的推荐
- “获取更多类似于X、Y的东西”的聚类功能。
所谓生产就绪、实时，我指的是我可以同时输入数据点和进行查询，服务器会自动处理回答查询和更新分数。
我在网上搜索了一些解决方案，结果发现主要有以下两种：
- 主要面向学术界的数据挖掘库，这些库主要用于大批量操作，不适合处理大量实时查询
- Hadoop/Mahout，这是生产就绪的，支持实时更新和查询，但学习曲线陡峭且管理困难。
回答：
对于推荐系统，Mahout有一个非分布式的推荐实现，不使用Hadoop。实际上，这是唯一实时的部分；基于Hadoop的部分不是实时的。
我认为它的学习曲线并不大；请参见这里和这里，有相当完整的说明文档。
《Mahout in Action》的第2-5章也很好地涵盖了这一点。
