Question

假设您有一些看起来像

的记录

+--------+--------------+-------+
| person | attribute_id | value |
+--------+--------------+-------+
|      1 |            1 |     4 |
|      1 |            2 |     2 |
|      1 |            3 |     0 |
|      2 |            1 |     0 |
|      2 |            2 |     5 |
|      2 |            3 |     5 |
|      3 |            1 |     3 |
|      3 |            2 |     4 |
|      3 |            3 |     1 |
+--------+--------------+-------+

如果我们以person = 1为中心，那么根据0到5的这些属性得分找到最近匹配人的最有效方法是什么？

理想情况下，我想在SQL（MySQL）而不是应用层中执行此操作。

编辑以获得更多解释

如果您有架构

，我可以看到这将更容易建模

+-------+--------------+-------------+-------------+
|person | attribute_1  | attribute_2 | attribute_3 |
|1      | 4            | 2           | 0           |
|2      | 0            | 5           | 5           |
|3      | 3            | 4           | 1           |
+-------+--------------+-------------+-------------+

你可以做点什么

SELECT ABS($search_attr_1-attribute_1) AS diff_1, ABS($search_attr_2-attribute_2) AS diff_2, ABS($search_attr_3-attribute_3) AS diff_3 FROM scores ORDER BY diff_1 ASC, diff_2 ASC, diff_3 ASC

Answer 1

要直接转置此表，您可以使用以下查询：

create table data_transpose as
select person
    , case when attribute_id = 1 then value else null end as attribute_1
    , case when attribute_id = 2 then value else null end as attribute_2
    , case when attribute_id = 3 then value else null end as attribute_3
    , case when attribute_id = 4 then value else null end as attribute_4
 ;

就最近的匹配而言，您可以选择很多距离/相似度量。您可能希望考虑欧几里德和余弦相似性度量等。为了执行余弦相似性（我认为它具有更好的属性），请使用以下内容，假设您的数据如下：

+-------+--------------+-------------+-------------+-------+---------------+---------------+---------------+
|person | attribute_1  | attribute_2 | attribute_3 |person2| attribute_1_2 | attribute_2_2 | attribute_3_2 |
|1      | 4            | 2           | 0           |2      | 0             | 5             | 5             |
+-------+--------------+-------------+-------------+-------+---------------+---------------+---------------+

您可以在交叉连接或创建上表的其他连接后计算余弦相似度，如下所示：

select person
, person2
,  (attribute_1 * attribute_1_2 + attribute_2 * attribute_2_2 + attribute_3 * attribute_3_2 + attribute_4 * attribute_4_2)/
    (
    sqrt(pow(abs(attribute_1),2) + pow(abs(attribute_2),2) + pow(abs(attribute_3),2) + pow(abs(attribute_3),2) + pow(abs(attribute_4),2))
   *
    sqrt(pow(abs(attribute_1-2),2) + pow(abs(attribute_2_2),2) + pow(abs(attribute_3_2),2) + pow(abs(attribute_3_2),2) + pow(abs(attribute_4_2),2))
    ) as cosine_similarity
from
some_join_of_transposed_table_here
;

此处的代码不是调试代码。祝你好运。

在SQL中跨多个连接表记录查找最接近匹配的最有效方法

编辑以获得更多解释

1 个答案: