Question

我尝试开发一个网站，根据用户的偏好向用户推荐商品（fx。书籍）。到目前为止，我已经阅读了O'Reilly的“集体智慧”和其他许多在线文章。然而，他们似乎只处理单一的推荐实例，例如，如果你喜欢A书，那么你可能会喜欢书B.

我要做的是为我网站上的每个用户创建一组“首选项节点”。假设用户喜欢书A，B和C.然后，当他们添加书D时，我不希望系统推荐仅基于其他用户体验书D的其他书籍。我不想让系统看起来类似'preference-nodes'并根据它推荐书籍。

以下是4个节点的示例：

User1: 'book A'->'book B'->'book C'
User2: 'book A'->'book B'->'book C'->'book D'
user3: 'book X'->'book Y'->'book C'->'book Z'
user4: 'book W'->'book Q'->'book C'->'book Z'

因此，我阅读的材料中所述的推荐系统会向用户1推荐Z书，因为有两个人推荐Z与喜欢C一起使用（即Z的重量超过D），甚至虽然具有类似“偏好节点”的用户User2更有资格推荐书籍D，因为他的兴趣模式更相似。

那么你们有没有这方面的经验？是否有一些我应该尝试阅读的内容或者是否存在任何开源系统？

感谢您的时间！

小编辑：我认为last.fm的算法正在完成我的系统操作。使用人们的偏好树来向人们更个性化地推荐音乐。而不只是说“你可能喜欢B，因为你喜欢A”

Answer 1

创建表并插入测试数据：

CREATE TABLE `ub` (
  `user_id` int(11) NOT NULL,
  `book_id` varchar(10) 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'), (1, 'B'), (1, 'C');
insert into ub values (2, 'A'), (2, 'B'), (2, 'C'), (2,'D');
insert into ub values (3, 'X'), (3, 'Y'), (3, 'C'), (3,'Z');
insert into ub values (4, 'W'), (4, 'Q'), (4, 'C'), (4,'Z');

通过book_id将测试数据加入到自身中，并创建一个临时表来保存每个user_id以及它与目标user_id共有的书籍数量：

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
where target.user_id = 1
group by similar.user_id;

select * from ub_rank;
+---------+------+
| user_id | rank |
+---------+------+
|       2 |    3 |
|       3 |    1 |
|       4 |    1 |
+---------+------+
3 rows in set (0.00 sec)

我们可以看到user_id与user_id 1有3个共同点，但user_id 3和user_id 4只有1个。

接下来，选择临时表中的用户与目标user_id的书籍不匹配的所有书籍，并按等级排列。请注意，同一本书可能出现在不同的用户列表中，因此我们对每本书的排名求和，以便普通书籍获得更高的排名。

select 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
where target.book_id is null
group by similar.book_id
order by total_rank desc;

+---------+------------+
| book_id | total_rank |
+---------+------------+
| D       |          3 |
| Z       |          2 |
| X       |          1 |
| Y       |          1 |
| Q       |          1 |
| W       |          1 |
+---------+------------+
6 rows in set (0.00 sec)

Book Z出现在两个用户列表中，因此排在X，Y，Q，W之上，仅出现在一个用户列表中。书D表现得最好，因为它出现在user_id 2的列表中，该列表与目标user_id 1共有3个项目。

MySQL中的协作过滤？

1 个答案: