问题是如何存储（和搜索）用户喜欢和不喜欢的一组项目。虽然每个用户的集合中可能有2-100个项目，但项目的可能值数量为数万（并且正在扩展）。
与每个项目相关联的值是10（从）到0（中性）到-10（不喜欢）。
因此，如果给定具有特定集合的用户，如何查找具有相似集合的用户（例如交叉点上的百分比重叠）？理想情况下，匹配集可以通过过滤器减少，该过滤器仅包含具有特定百分比内的相似/不喜欢值的项目。
我没有看到如何为此使用键/值或列存储，并且每个用户的步行关系表项似乎消耗了太多资源。将这些集合变成文档似乎会失去清晰度。
网络应用程序是Java。我搜索过ORMS，NoSQL，ElasticSearch以及相关的工具和数据库。有什么建议吗？
答案 0 :(得分：0)
好的，这似乎是实际存储不是问题，但你想根据喜欢/不喜欢的方式建立一个建议系统。
关键是你可以随意存储东西，即使在SQL中，大多数SQL RDBMS对于你的数据存储都足够好，但你当然也可以使用你想要的任何东西。关键是，没有SQL解决方案（我知道）会给你带来好的结果。你正在寻找的是一个基于人工智能的建议系统，对于分布式系统来说，最好的系统是Apache Mahout。
根据我到目前为止所学到的知识，它可以基本上开箱即用。我知道它基于Hadoop和Yarn，但我不确定您是否可以从任何地方导入数据，或者需要在HDFS中使用它。
其他选择是自己实现一个机器学习算法，它只能在一台机器上运行，但你不会在任何sql系统中通过简单的查询得到你想要的结果。
在大多数情况下，你需要机器学习算法和带有一些数字的查询的原因是不够的，你所面临的用户的多样性......如果你有一个喜欢/不喜欢他所拥有的一切的用户B怎么办？与用户A相同的方式 - 但覆盖率仅为15％。另一方面，你有一个非常类似于A的用户C（虽然不是100％，方向几乎相同）而且C标记了超过90％的东西，A也标记了。在这种情况下，C比B更接近A，但B的覆盖率为100％。还有许多其他场景，其中大多数简单的百分比都不够，这就是为什么许多拥有建议系统的公司（亚马逊，Netflix，Spotify，......）都使用Apache Mahout和类似的系统来完成这些。