Nicht nur in der Mailingliste (Apache Mahout Status by Grant Ingersoll) des Projekts nimmt der Traffic zu, auch erste Projekte die Mahout erfolgreich einsetzen werden bekanntgegeben.
So geschehen bei dem (mobilen) News-Aggregator und Organisator Mippin aus Großbritannien. Mippin sammelt Informationen über das Surf-Verhalten seiner Nutzer und erstellt profilbezogene Vorschläge Themen-ähnlicher Websites. D.h. je mehr ein Benutzer die Software “mitlesen” lässt und je mehr Benutzer Mippin benutzen, desto besser funktioniert das Vorschlagwesen – sowas nennt man dann Collaborative Filtering.
Mippin nutzt dafür das Recommendation System in Apache Mahout und bedient sich damit denselben Tricks wie Amazons Empfehlungs-System. Laut Sean Owen (Mipping & Committer bei Apache Mahout) soll mit Apache Mahout das Ziel erreicht werden, Machine Learning Algorithmen für alle Entwicklern zur Verfügung zu stellen, damit diese Disziplin keine Raketenwissenschaft bleibt.
Hier noch einige Quellen zum Thema Apache Mahout:
- InfoQ: Apache Mahout, Highly Scalable Machine Learning Algorithms
- Cyberstrategics: Running k-means Clustering
- Iletken Blog: Mahout Review (Kritisches Benchmark)
