Question

我正在阅读“编程集体智慧”一书，并试图将我所学到的东西应用于Northwind数据库。虽然我对所提出的算法的理解还不够自信，但我开始了解一般概念。

使用Northwind数据库，我试图使用以下伪逻辑显示“购买此产品的客户也购买了XYZ”的列表：

查找同时购买我的商品的其他客户
查找这些客户购买的所有其他商品
根据购买次数排名项目
返回上一步中的前N项

我正在使用以下查询：

declare 
    @customerid nchar(5),
    @productid int;

set @customerid = 'ALFKI';
set @productid = 59;

-- find other products from customers who
-- also purchased my productid

select top 10
    od.productid, c.categoryname, p.productname, p.unitsonorder, count(od.productid)
from
    [order details] od
        inner join orders o on o.orderid = od.orderid
        inner join products p on p.productid = od.productid
        inner join categories c on c.categoryid = p.categoryid
where
    o.customerid <> @customerid and
    od.productid <> @productid and 
    p.discontinued = 0
group by
    od.productid, c.categoryname, p.productname, p.unitsonorder
order by 5 desc,4 desc

我认为我的下一步是打破查询，以便我可以根据最近的购买（而不是所有历史购买）进行过滤，并限制客户与N个客户匹配，而不是购买我的产品的所有客户。任何人都可以提供任何指示吗？我是朝着正确的方向前进的吗？我应该完全采取不同的方向吗？

此时，我的目标是性能超过准确性，因为我知道我还没有将这些算法应用于最大利益的经验。我只是想尝试应用这个概念。一旦我满意，我就能理解它，我打算用更实际的客户数据对更大的数据库测试这个查询。

Answer 1

这通常被称为“市场购物篮”分析或“亲和力分组”，并不像听起来那么简单，主要是由于大量的组合。首先要考虑的是导致阳性检测的最小病例数。例如，假设我们有1M篮子，10个人购买产品A也在同一个篮子里买了产品B. 10个案例足以说“买A的人还买了B”？因此，使用“近期”购买有点棘手。想法是创建一个产品对表，但是如果我们有N个产品，组合的数量是N *（N-1），那么对于1000个产品的商店，我们将有999000个组合，因此修剪这个的算法是不简单。

还需要考虑的是物品的顺序和每个物品的价值。例如，购买自行车的顾客可能经常购买（添加）“LED灯”。但是，如果将LED灯放在篮子里，系统应该在列表中提供自行车吗？

考虑到您使用的是SQL服务器，我会指向 Analysis Services Data Mining ，为此目的使用“MS关联算法”。通过使用相同的数据，您可以将结果与“商业解决方案”进行比较。

推荐系统实验

1 个答案: