mahout 获得List<RecommendedItem>花费时间特别长怎么解决

Question

代码如下：

            DataModel model = MyDataModel.myDataModel();//构造数据模型

            UserSimilarity similarity = new PearsonCorrelationSimilarity(model);//用PearsonCorrelation 算法计算用户相似度

            UserNeighborhood neighborhood = new NearestNUserNeighborhood(3, similarity, model);//计算用户的“邻居”，这里将与该用户最近距离为 3 的用户设置为该用户的“邻居”。


            Recommender recommender = new CachingRecommender(new GenericUserBasedRecommender(model, neighborhood, similarity));//采用 CachingRecommender 为 RecommendationItem 进行缓存

            List<RecommendedItem> recommendations = recommender.recommend(userID, size);//得到推荐的结果，size是推荐结果的数目

控制台打印结果如下：

我只是单纯的使用mahout的算法，数据大概有2百多万条，在单机运行，怎么获得推荐结果解决花费时间特别长的问题？？？

Answer 1

https://blog.csdn.net/hugolyl/article/details/50623230