Question

通过引用Collaborative filtering in MySQL?，我创建了以下内容：

CREATE TABLE `ub` (
  `user_id` int(11) NOT NULL,
  `book_id` varchar(10) NOT NULL,
  `rate` int(11) NOT NULL,
  PRIMARY KEY (`user_id`,`book_id`),
  UNIQUE KEY `book_id` (`book_id`,`user_id`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1;

insert into ub values (1, 'A', '8'), (1, 'B', '7'), (1, 'C', '10');
insert into ub values (2, 'A', '8'), (2, 'B', '7'), (2, 'C', '10'), (2,'D', '8'), (2,'X', '7');
insert into ub values (3, 'X', '10'), (3, 'Y', '8'), (3, 'C', '10'), (3,'Z', '10');
insert into ub values (4, 'W', '8'), (4, 'Q', '8'), (4, 'C', '10'), (4,'Z', '8');

然后，我可以得到下表并了解它是如何工作的。

create temporary table ub_rank as 
select similar.user_id,count(*) rank
from ub target 
join ub similar on target.book_id= similar.book_id and target.user_id != similar.user_id and target.rate= similar.rate
where target.user_id = 1
group by similar.user_id;

select * from ub_rank;

+---------+------+
| user_id | rank |
+---------+------+
|       2 |    3 |
|       3 |    1 |
|       4 |    1 |
+---------+------+

但是，在下面的代码之后我开始感到困惑。

select similar.rate, similar.book_id, sum(ub_rank.rank) total_rank
from ub_rank
join ub similar on ub_rank.user_id = similar.user_id 
left join ub target on target.user_id = 1 and target.book_id = similar.book_id and target.Rate= similar.Rate 
where target.book_id is null
group by similar.book_id
order by total_rank desc, rate desc;

+---------+------------+
| book_id | total_rank |
+---------+------------+
| X       |          4 |
| D       |          3 |
| Z       |          2 |
| Y       |          1 |
| Q       |          1 |
| W       |          1 |
+---------+------------+



   (1, 'A', '8'), (1, 'B', '7'), (1, 'C', '10');

   (2, 'A', '8'), (2, 'B', '7'), (2, 'C', '10'), (2,'D', '8'), (2,'X', '7');

我想做的是，假设用户1和2具有相似的行为（在匹配评级之前选择A，B，C），因此我会向用户A推荐D，因为它具有更高的速率。

上面的代码似乎不这样做？因为，第一个排名是X.如何更改代码以实现上述目标？

或者，实际上现有方法对推荐更好/更准确吗？

Answer 1

现有查询根据每本书的排名总值对结果进行排名，然后使用费率作为具有相同总排名的书籍的平局。（此外，速率基本上是随机的，因为similar.rate不会聚合，分组或在功能上依赖于查询中的分组项。）

因此，X将排名高于D，因为它已被一个等级3的用户和一个等级1的用户选择，总排名为4，而D仅由一个等级3的用户选择

您可以更改查询以包含按排名加权的评级元素 - 例如：

select similar.book_id, 
       sum(ub_rank.rank) total_rank, 
       sum(ub_rank.rank*similar.rate) wtd_rate
from ub_rank
join ub similar on ub_rank.user_id = similar.user_id 
left join ub target on target.user_id = 1 and target.book_id = similar.book_id and target.Rate= similar.Rate 
where target.book_id is null
group by similar.book_id
order by wtd_rate desc, total_rank desc

- 虽然在这种情况下，这仍然会将X排名更高，因为它从等级3的用户得到7的评级加上等级1的用户的等级10，总得分为31，与D'相比总排名为24。

（SQLFiddle here）

如果你希望X排名高于D，你需要决定你将使用哪个标准将X排在D之上。

用于过滤的SQL

1 个答案: