哪些框架/ db为基于内容的过滤提供了一个很好的解决方案？

Question

假设我有70万个具有某些属性的产品观察，我们称之为标签。

让我们说我们有userX。我想实现一个简单的基于内容的过滤方法：根据标签计数/相关性对产品进行排名。 所以我要说userX有一个偏好： - 黄色 - 价格（0-15） - 品牌名称

要获得建议，需要查看所有700.000个观察结果（可以通过标记在noSQL数据库规范化设置中完成，但是当涉及多个标记时仍然可以进行大量观察），并计算数量某个产品中存在的标签。

我可以使用哪种框架或方法快速完成此操作？即在几秒钟内得到结果？

我认为有些事情是：

• pure nodejs server
• 纯python服务器
• neo4j图数据库，但不确定如何在此设置中实现关系？

Answer 1

做产品＆＃34;观察＆＃34;包括用户购买/互动？如果是这样，在像neo4j这样的图形数据库中，你可以像这样建模数据：

此处您有购买产品的用户，其中该产品具有一个或多个标记属性。要生成基于内容的推荐，您可以使用如下的Cypher查询：

MATCH (u:User {name: "Bob"})-[:PURCHASED]->(p:Product)
MATCH (p)-[:TAGGED]->(t:Tag)
MATCH (t)<-[:TAGGED]-(rec:Product) WHERE NOT (u)-[:PURCHASED]->(rec)
RETURN rec, count(*) AS weight ORDER BY weight DESC

此查询基本上说：＆＃34;查找Bob已购买的所有产品。找到这些产品的标签。现在找到具有Bob未购买的相同标签的产品。向Bob推荐这些产品，首先显示重叠标签数量最多的产品。＆＃34;

有关此内容的更多信息，请in this video和in this tutorial。