我想根据给定的用户偏好(用户喜欢的项目)对项目进行排名,这是基于在groovy中使用gremlin的有向二分图上的随机游走。
该图具有以下基本结构:
[User1] ---'喜欢' ---> [ItemA]< ---'喜欢' --- [User2] ---'喜欢' ---> [ItemB]
此后我提出的查询:
def runRankQuery(def userVertex) {
def m = [:]
def c = 0
while (c < 1000) {
userVertex
.out('likes') // get all liked items of current or similar user
.shuffle[0] // select randomly one liked item
.groupCount(m) // update counts for selected item
.in('likes') // get all users who also liked item
.shuffle[0] // select randomly one user that liked item
.loop(5){Math.random() < 0.5} // follow liked edge of new user (feed new user in loop)
// OR abort query (restart from original user, outer loop)
.iterate()
c++
}
m = m.sort {a, b -> b.value <=> a.value}
println "intermediate result $m"
m.keySet().removeAll(userVertex.out('likes').toList())
// EDIT (makes no sense - remove): m.each{k,v -> m[k] = v / m.values().sum()}
// EDIT (makes no sense - remove): m.sort {-it.value }
return m.keySet() as List;
}
但是,此代码未找到新项目(上例中的[ItemB]),但仅给定用户的喜欢项目(例如[ItemA])。
我需要更改为新用户(例如[用户2])进行更改,然后循环退回到&#39; out(&#39; likes&#39;)&#39;步骤继续散步?
一旦此代码有效,是否可以将其视为&#39;个性化PageRank&#39;
这里是运行示例的代码:
g = new TinkerGraph()
user1 = g.addVertex()
user1.name ='User1'
user2 = g.addVertex()
user2.name ='User2'
itemA = g.addVertex()
itemA.name ='ItemA'
itemB = g.addVertex()
itemB.name ='ItemB'
g.addEdge(user1, itemA, 'likes')
g.addEdge(user2, itemA, 'likes')
g.addEdge(user2, itemB, 'likes')
println runRankQuery(user1)
输出:
intermediate result [v[2]:1000]
[]
==>null
gremlin> g.v(2).name
==>ItemA
gremlin>
答案 0 :(得分:1)
我发现这是一个非常奇怪的问题。我发现了几个非常奇怪的问题,这些问题不容易解释,最后,我不确定它们为什么会这样。对我来说很奇怪的两件大事是:
shuffle
步是否有问题。在这种情况下,它似乎没有正确随机化。我似乎无法在这种情况之外重新创建问题,因此我不确定它是否与您的数据大小或其他内容有关。Math.random()
打破了循环,遇到了奇怪的问题。 无论如何,我认为我已经在这里捕获了代码的本质,我的更改看起来像你想做的那样:
runRankQuery = { userVertex ->
def m = [:]
def c = 0
def rand = new java.util.Random()
while (c < 1000) {
def max = rand.nextInt(10) + 1
userVertex._().as('x')
.out('likes')
.gather.transform{it[rand.nextInt(it.size())]}
.groupCount(m)
.in('likes')
.gather.transform{it[rand.nextInt(it.size())]}
.loop('x'){it.loops < max}
.iterate()
c++
}
println "intermediate result $m"
m.keySet().removeAll(userVertex.out('likes').toList())
m.each{k,v -> m[k] = v / m.values().sum()}
m.sort {-it.value }
return m.keySet() as List;
}
我通过从收集的列表中随机选择一个顶点,用我自己的品牌“shuffle”替换shuffle
。我还随机选择了max
个循环,而不是依赖Math.random()
。当我现在运行时,我想我得到了你正在寻找的结果:
gremlin> runRankQuery(user1)
intermediate result [v[2]:1787, v[3]:326]
==>v[3]
gremlin> runRankQuery(user1)
intermediate result [v[2]:1848, v[3]:330]
==>v[3]
gremlin> runRankQuery(user1)
intermediate result [v[2]:1899, v[3]:339]
==>v[3]
gremlin> runRankQuery(user1)
intermediate result [v[2]:1852, v[3]:360]
==>v[3]
你可能会让Math.random()
工作,因为它在使用它的一些迭代中对我来说可行。